在2025年CES大会上，Nvidia CEO黄仁勋提出了一个挑战传统的观点：Nvidia的AI芯片正在以超越摩尔定律的速度推进技术进步。这一观点不仅挑战了数十年来由摩尔定律主导的半导体发展框架，还暗示着计算和人工智能领域可能迎来一场前所未有的范式转变。
摩尔定律的演变与挑战
自1965年英特尔联合创始人戈登·摩尔提出摩尔定律以来，半导体行业经历了数十年的快速增长。摩尔定律预言每隔约18个月，芯片上的晶体管数量会翻一番，进而推动计算能力和性能呈指数级提升。然而，近年来，由于技术瓶颈和物理限制，摩尔定律的增长速度逐渐放缓，许多人开始质疑这一“黄金法则”是否仍能维持。
但黄仁勋显然并不认同这种观点。在他的演讲中，他明确指出，Nvidia的AI芯片在性能上的增长速度已经超越了摩尔定律的预期，显著加速了计算能力的提升。
Nvidia的创新路径：全面架构开发
黄仁勋认为，Nvidia能够突破摩尔定律的关键在于其全面的开发策略。与传统的芯片研发方式不同，Nvidia不仅在硬件层面进行创新，还从架构设计、系统开发、软件库到算法优化全方位推进技术进步。他强调：“如果你能够在同一时间内同时开发架构、芯片、系统、库和算法，就能够以比摩尔定律更快的速度前进。”这种协同创新的策略，使Nvidia能够在多个层面上打破传统的性能增长限制。
通过这种综合创新，Nvidia的AI芯片在过去十年中取得了飞跃式的进步。据黄仁勋透露，Nvidia今天的AI芯片比十年前的产品先进了整整1000倍，远超摩尔定律的预期增速。
新一代AI芯片：性能提升的飞跃
在黄仁勋的展示中，Nvidia最新推出的GB200 NVL72超级芯片成为焦点。这款芯片在AI推理工作负载中的性能比前代H100芯片快了30到40倍，这一突破将大大推动AI推理模型的普及，特别是像OpenAI的o3等高性能AI推理模型。黄仁勋指出，这种性能跃升不仅可以降低AI推理的成本，还可以提高AI应用的响应速度，从而加速AI技术在各行各业的普及。
图：英伟达AI芯片正在超越摩尔定律
随着AI推理计算需求的急剧增长，黄仁勋也强调了AI扩展的三大计算法则：预训练、后训练和测试时计算。其中，测试时计算在推理阶段发挥着至关重要的作用，它使得AI模型能够在每次推理后有更多时间“思考”，进而提高计算效率和结果准确性。
推动AI行业发展的核心力量
Nvidia的芯片技术进步正处在AI产业的关键时刻。当前，越来越多的AI公司（如Google、OpenAI、Anthropic等）依赖Nvidia的芯片来支撑他们的计算任务。随着AI技术的不断发展，行业焦点正从训练转向推理，Nvidia的高端AI芯片是否能继续保持市场主导地位成为业内关注的热点问题。黄仁勋的声明表明，Nvidia不仅在推理性能方面保持领先，而且在降低成本和提升性价比方面做出了显著贡献。
正如黄仁勋所说，AI推理模型的运行成本曾一度居高不下，但随着Nvidia等硬件公司的计算突破，AI技术的成本将持续下降。未来，越来越多的企业和机构将能够负担得起强大且复杂的AI模型，从而推动更广泛的应用和创新。
未来展望：AI芯片的无穷潜力
Nvidia的突破性进展标志着计算领域的重大变革。随着AI技术的飞速发展，未来几年内我们将看到更加高效、低成本的AI应用遍布各行各业。从自动驾驶到智能医疗，从金融服务到能源管理，AI的潜力无处不在，而Nvidia的AI芯片无疑将成为推动这些技术普及的核心动力。
