今天小编分享的科技经验：黄仁勋：AI 促使能耗成本降10倍，未来所有人都将构建人形机器人，欢迎阅读。
钛媒体 App 4 月 21 日消息，近期在美国举行的 CadenceLIVE Silicon Valley 2024 上，英伟达 CEO 黄仁勋（Jensen Huang）院士与 Cadence 总裁兼 CEO 阿尼鲁德 · 德夫甘（Anirudh Devgan）进行一场炉边对话。
黄仁勋表示，一旦数万台通用伺服器运行，将消耗 10 倍到 20 倍的成本，20 倍到 30 倍的能源，加速计算就是必不可少的。随着 CPU 扩展速度逐步放缓，人们必须转向加速计算，同时 AI 技术也可以降低能源成本。
"AI 实际上帮助人们节省能源。如果不是因为你创建的 AI 模型，如果没有 AI，我们怎么能节省 6 倍或 10 倍的成本呢？一旦模型训练一次，数百万工程师将会从中受益，几十年来数十亿人将会享受到节省的成本。" 黄仁勋表示，我们必须转向加速计算，以节省电力，节省时间，节省金钱。
黄仁勋还预测，在不久的将来，我们所有人都将建造全新类别的设备是 " 人形机器人 "（humanoid robot）。
" 你可以看到，人形机器人的制造成本可能比人们预期的要低得多。为什么你会花 10000 到 20000 美元买车？为什么你不能花 100000 到 20000 美元买一个‘人形机器人’？在我们为人类设计的环境中，机器人可能会更加灵活，更加多才多艺。" 黄仁勋表示。
据悉，Cadence 是由 SDASystems 和 ECAD 两家公司于 1988 年兼并而成，总部位于美国，是芯片 EDA（电子设计自动化）领網域的巨头公司。
实际上，EDA 軟體技术在芯片设计中不可或缺。EDA 通常指利用电腦辅助设计軟體来完成集成电路的功能设计、验证等流程的设计方式。英伟达的 GPU（图形处理器）芯片利用 EDA 軟體才可以制造。据行业机构电子系统设计联盟（ESD）数据，2022 年，EDA 全球市场将达到 150 亿美元左右。
在国内 EDA 市场，2020 年，以收入规模计，新思科技（Synopsys）、Cadence 和西门子（Siemens EDA）市场份额合计超过 77%，如今 " 三巨头 " 份额甚至超过 80%，几乎所有下游芯片设计厂商都与这三家 EDA 公司合作。
4 月 17 日举行的 CadenceLIVE 硅谷活动上，Cadence 宣布更新 Palladium 数据中心级硬體仿真加速系统，以及 Protium 面向数据中心优化的 FPGA 原型系统。
值得一提的是，英伟达是 Palladium 和 Protium 系列的最大客户，两家公司利用 Cadence 系统，以及 EDA、AI 等技术，加速研发 GPU 芯片和 CUDA 加速计算系统，以生产更节能的 AI 半导体，即通过加速计算和生成式 AI 重塑芯片设计。
黄仁勋在公开的 28 分钟对话中表示，加速计算时代已经到来。底层计算平台的根本变化和转变是 Cadence 发展的基础，所有人都依赖 Cadence 技术。而英伟达是做加速计算。一旦你开始加速计算，那么下一件可能的事情就是创造生成式 AI。如果没有向加速计算的过渡，生成式 AI 将很难实现。
" 加速计算的好处是，突然之间，过去使用 CPU 扩展很难扩展的东西如今可以实现。芯片设计想要做的是探索一个多维、多模态、经常探索的空间。这没有一个最佳答案，所以我们需要探索成千上万个不同领網域，我们对芯片设计空间的探索实在是太难了，无限的计算增长是无法做到的，AI 则将帮助我们跳进探索和优化的特定领網域。所以我认为，加速计算和生成式 AI 首先将改变 Cadence 开发軟體的方式，它将改变我们使用軟體的方式。除此以外，我们设计的电路、我们的芯片、我们的个人电腦、我们的系统、我们在 Cadence 的数据中心、电路设计，逻辑设计，系统设计，仿真，验证，形式验证等等，不止是芯片或系统，所有事务都会被 AI 所改变。" 黄仁勋称。
黄仁勋坦言，他发现，一个程式中的一小部分代码代表了工具的大部分运行时间。例如 CFD（计算流体力学），它可能只用 3% 的代码，代表运行 99.9% 的时间，而剩余的 97% 的代码可以用 AI 和加速计算进行重写，使得应用程式加速 100000 倍。
" 当然，类似的应用程式很少，我们想要重写的应用程式非常少。" 黄仁勋称，他想表达的是，GPU 是英伟达加速计算的第一选择，因为事实证明。它是可以进行并行计算的重要处理方式，而且也是一个非常大的市场，它的变化非常快，创新也非常快。
黄仁勋笑着说，" 事实上，我创造了‘加速计算’这个词。"
此外，黄仁勋还重点谈到了加速计算在药物发现、数据中心、智能汽车和人形机器人等领網域的重要推动力。
首先是药物发现。
黄仁勋称，生物医药、计算流体力学等方向上，过去 30 年间，人们通过 CUDA 和不同的 DSL 领網域、特定的库，实现了 AI 加速计算。
其次是数据中心计算。黄仁勋认为，通过投资 AI，通过投资数据中心，英伟达能够设计出更好、更节能的产品。而英伟达设计了一次 GPU 芯片，你将生产运输一万亿次，从而建造了一个数据中心，但你节省了全球 6% 的电力，而这将被十亿人享受。
" 通过设计更好的軟體，更好的芯片，更好的系统，我们能够为世界节省的能源对社会有永久的好处。一方面，我们将消耗更多的电力和数据中心人工智能；另一方面，对于其他 98% 的电力消耗和能源消耗，我们将减少它。设计出更好的电腦、更好的汽车、更好的手机等。" 黄仁勋指出。
再次是智能汽车。黄仁勋表示，他更希望把汽车抽象成为拥有自主系统的 " 人形机器人 "。
黄仁勋称，在机器人当中有诸多的关节、感应器，因此功能安全就变得非常重要，所以我们需要有设计和验证计算机的方式，AI 技术在这个领網域的运用相当广阔。
" 这些系统将始终连接到云端和数据中心，这样它当然可以更新体验，报告故障和新情况，然后下载新模型。所以我喜欢自主系统的整个领網域，在不久的将来，我们所有人都将建造的全新类别的设备，将是人形机器人。" 黄仁勋指出，" 因此，生产线是为人类设计的，仓库是为人类设计的，很多东西都是为人类设计的，因此人形机器人在那种环境中更有可能富有成效。"
最后，他再次谈到，科学发现过程确实必不可少，但却是零散的。英伟达要把生物学变成一个 " 工程 " 项目，所以科学发现的过程真的很重要，加速计算也非常重要。
" 顺便说一句，如果我们不转向我们的加速计算，如果我们不转向人工智能，计算机行业将经历爱隆定律（Eroom's law）。原因非常非常清楚。我们所做的工作量，我们所做的计算一直在增长。但是 CPU 扩展已经放缓，因此，我们将享受增长，而不是计算成本的降低。" 黄仁勋称，在加速计算下，数字生物学将经历一次全面的复兴，科学和工程将越来越接近，因此必须要用重要工具、计算系统和算法，来帮助处理非常大型数据系统。
但黄仁勋也坦言，加速计算的功耗非常高，因此需要用更多的投资、AI 用例等方式进行解决。
" 你说的第一件事绝对正确，加速计算的功耗非常高，原因是计算机的密度太高了。功耗很高，无论我们如何优化功耗，利用率都会直接转化为更高的性能。这种表现可以用更高的生产力来衡量，也可以用创造更多收入、直接存力来衡量。同样的性能，你可以买小得多的东西。因此，我认为加速计算中的电源管理可以直接转化为您所关心的所有事情。" 黄仁勋强调，AI 在帮助人类应对气候变化方面完全是变革性的技术，形成更高效的能源等。
黄仁勋在结尾强调，英伟达的发展哲学，是让更多专家和做出重要贡献的人员组合成 " 多元化团队 "，聚集在一起做更多的事情。
" 我认为这是英伟达规模如此之小的原因之一。我们只有 28000 人，但我们的力量远远超过我们的人员规模。几乎每个人都有权代表我做出更好的、合理的、有原则的决定，这就是为什么英伟达做到如此规模的原因。我们是一个完整组织。所以我试图创造一种环境，让公司每一层的专家和贡献者都能参与到一个问题中，同时参与到一个问题中。" 黄仁勋称。
（本文首发于钛媒体 App，作者｜林志佳，编辑｜胡润峰）
