英伟达吃下安谋后，黄仁勋定律正式确立取代新摩尔定律！

随着芯片精密到原子大小的电路和电子物理的极限，英特尔（Intel）共同创办人摩尔（Gordon Moore）所提出的摩尔定律（积体电路上可容纳的晶体管数目，大约每两年会增加一倍，也表示效能会增强一倍）已经放慢，也有人说已经结束。但是，另一个定律正在崛起，对电子运算下一个半个世纪同样重要。

这个定律大致是，驱动人工智慧的硅芯片，每两年表现可提高逾一倍，效能的提升可归因于硬件和软件，但稳定发展之下，已成为大至自驾交通工具，小到个人装置的脸部，语音和物体识别等各方面的要素。

专栏作家Christopher Mims以英伟达（Nvidia）CEO暨联合创始人黄仁勋为名，将这个规律命名为「黄氏定律」。

英伟达首席科学家兼主管研究的资深副总裁达利（Bill Dally）指出，2012年11月到今年5月，英伟达的芯片效能在一个AI计算的重要领域中提升317倍，换句话说，平均而言，这些芯片的效能每年增加一倍以上，这一进展让摩尔定律相形见绌。

英伟达的强项是图像处理器（GPU），能很有效率同时执行多项个别任务。英特尔专擅的中央处理器（CPU）效率就差了些，但执行单一连续任务时表现更好。

正如英特尔并非推动摩尔定律的主要推手，英伟达也不是「黄氏定律」的唯一推动者。事实上，在某些应用上，英伟达在若干应用上的AI运算正散失吸引力，这可能正是本月以400亿美元收购安谋公司（ARM Holdings）的主要原因，安谋也将是持续提高AI速度的另一大关键。

黄氏定律影响的一个领域是自动驾驶。对于位于圣地亚哥的自动化卡车新创公司图森（TuSimple）来说，最大挑战是制造一种自驾系统，能配合柴油动力的联结车的动力和空间限制。也就是说，在一般TuSimple车辆上，整个系统要塞进卧铺的空调驾驶室，耗电不能超过5千瓦。

在这种功耗限制下，最重要的是每瓦性能。该公司的联合创始人兼技术长侯晓迪说，他们所开发由英伟达所驱动系统的表现每年都呈倍数成长。

AI效能也在手机上大幅提升。2017年，苹果推出了配备神经网络引擎的iPhone 8。苹果设此芯片是专门为了执行机器学习的任务，这对各种AI都很重要。苹果的芯片合作伙伴是台积电。

从手机到各式各样的智能产品中，行动AI的用途成倍数成长，数百万个感测器进入城市，工厂和工业设施。安谋正是这场革命的核心。

安谋机器学习集团营销副总裁Dennis Laudick指出，在过去的三到五年中，机器学习网络的效率一直加速度提升，「现在愈能在愈来愈小的环境下作业」。安谋最小，最耗能的芯片小到足以由手表电池供电，如今可以让摄影镜头即时辨识物体。

专家一致认为的是，华尔街日报专栏作家所称的「黄氏定律」的现象正以惊人的速度进展，只是确切的步调很难确认。非营利组织Open AI表示，以典型的AI影像辨识测试而论，性能每年大约增加一倍。不过，「性能」在定义上并无一定共识。

黄氏定律的另一问题是，在处理能力无法对每一种应用一概而论。图森的侯晓迪说，即使像自驾这种已定型以AI为中心的功能，系统运作的大部分核心仍少不了CPU。辉达的Dally博士也承认了这个问题，他说，当工程师大幅提升某一部分的运算时，无法加快的部分就会成为瓶颈。

像摩尔定律一样，黄氏定律也有枯竭的一天。Arm机器学习集团产品营销副总裁Steve Roddy 说，这情形十年内就可能出现，但也有可能在更较短时间内发挥更大功用。