NVIDIA算力再强也没用！科学家警示AGI发展受算力掣肘：已逼近物理极限

快科技12月15日消息，近日，艾伦人工智能研究所（Allen Institute for AI）的研究科学家、同时担任卡内基梅隆大学助理教授的Tim Dettmers，在其发布的博客文章里提到：

当前阶段的计算处理器技术已趋近物理极限，受限的硬件拓展能力正逐渐成为实现通用人工智能（AGI）与超级智能的首要阻碍。

他提到，有关AGI的探讨常常局限在哲学范畴，而它的最终达成离不开实际运算能力的支持，目前硬件的拓展余地或许仅剩一两年时间，之后任何性能方面的提高都将遭遇物理层面的不可实现性。

他着重指出，从2018年开始，GPU性能的提升速度已逐渐放缓并接近瓶颈状态。在此之后，性能的进一步优化更多依赖于低精度数据类型的应用以及张量核心技术的改良，但这些新兴技术实际带来的性能提升效果，并没有达到行业宣传中所描绘的那种显著程度。

虽然单个GPU的性能已接近极限，但Dettmers认为，通过硬体整合创新仍可延长其使用寿命。

例如，NVIDIA最新推出的GB200 NVL72系统可把加速器数量从8个增加到72个，进而让推理性能获得了大约30倍的提升。