Az Neumann Társaság blogja a legfejlettebb infokom technológiákról

Jelenből a Jövőbe

Jelenből a Jövőbe

Új tapasztalati törvény a számítástudományban?

2018. április 09. - ferenck

Gordon E. Moore, az Intel egyik társalapítója 1965-ben fogalmazta meg később többször módosított, közel tíz éve elavultnak vélt, egyelőre azonban még mindig érvényben lévő híres alaptörvényét. A számítástudomány fejlődését meghatározó tétel ma így hangzik: a legalacsonyabb árú komponenst figyelembe véve, az integrált áramkörök összetettsége kb. 18 hónaponként megduplázódik. (Moore eredetileg két évről beszélt.)

Az elsősorban korszerű grafikus processzorairól (GPU) ismert Nvidia ügyvezető igazgatója, Jensen Huang a nagyvállalat San Joséban (Kalifornia) tartott GPU Technológiai Konferenciáján többször kifejtette, hogy az infokommunikációs technológiai fejlesztések döbbenetes, már-már extrém tempójának következtében, a GPU-k fejlődését szintén méréseken alapuló tapasztalati törvény mozgatja.

huangslaw.jpg

Az egyelőre nem pontosított törvényt természetesen nem ő nevezte el saját magáról, hanem mások róla.

„Új, túltelített törvényről van szó” – magyarázza Huang.

Számszerűsítve, a Nvidia mostani grafikus feldolgozó egységei 25-ször gyorsabbak az öt évvel ezelőttieknél. Ha érvényes lenne rájuk Moore törvénye, akkor csak tízszeres sebességnövekedésnek kellett volna történnie az elmúlt fél évtizedben.

huangslaw0.jpg

A GPU-k növekvő kapacitását egy másik mércével szintén összevetette. A 15 millió képpel gyakorolt AlexNet neurális háló tanulási idejét hasonlította az öt évvel ezelőtti helyzethez. A vállalat akkori hardverén, két Nvidia GTX 580-on hat nap kellett neki a tanuláshoz. A legújabbon, a DGX-2-n csupán 18 percre volt szüksége, azaz 500-szoros növekedésről beszélhetünk.

A különféle számok alapján arra lehet következtetni, hogy Huang még dolgozik a tapasztalati törvény pontosításán, hogy hányszoros növekedésről van is szó. A törvény szükségességét és létezését viszont egyértelműen megfogalmazta. A mesterségesintelligencia-fejlesztésekben is fontos szerepet játszó GPU-k esetében azért lenne mindenképpen hasznos egy új mérce, mert szimultán profitálhatnak különféle területek újításaiból: architektúra, komponensek összekapcsoltsága, memória, algoritmusok stb.

Ez a komplexitás pedig nem írható le a Moore-törvénnyel.

„Az innováció már nemcsak a chipekre vonatkozik” – nyilatkozta Huang.

A GPU-k azért is fejlődnek gyorsabban a CPU-knál (központi feldolgozó egységeknél, azaz a „sima” processzoroknál), mert párhuzamos architektúrán alapulnak – hangsúlyozza egy másik NVIDIA vezető, Jesse Clayton.

A bejegyzés trackback címe:

https://jelenbolajovobe.blog.hu/api/trackback/id/tr2713819840

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.
süti beállítások módosítása