展會信息港展會大全

黃仁勛:機器學(xué)習(xí)的關(guān)鍵在于“飛輪”,英偉達不談?wù)撌袌龇蓊~
來源:互聯(lián)網(wǎng)   發(fā)布日期:2024-10-16 08:48:47   瀏覽:2254次  

導(dǎo)讀:目前全球到底需要多少算力?英偉達是否追求擴大市場份額? 近日,黃仁勛在一次長達約1個半小時的訪談中,談及自己對于AGI(通用人工智能)、機器學(xué)習(xí)、AI(人工智能)未來的看法,并對馬斯克、xAI、OpenAI和自己的工作生涯作出了評價。 黃仁勛表示,AGI很快...

目前全球到底需要多少算力?英偉達是否追求擴大市場份額?

近日,黃仁勛在一次長達約1個半小時的訪談中,談及自己對于AGI(通用人工智能)、機器學(xué)習(xí)、AI(人工智能)未來的看法,并對馬斯克、xAI、OpenAI和自己的工作生涯作出了評價。

黃仁勛表示,AGI很快會以某種形式成為個人的“口袋助手”,這個助手一開始它會很有用,但不會是完美的,隨著時間推移,它會越來越完美,就像所有的技術(shù)一樣,這也是科技的魅力所在。

黃仁勛 視覺中國 資料圖

“我們重新發(fā)明了計算”,機器學(xué)習(xí)的關(guān)鍵是飛輪效應(yīng)

黃仁勛表示英偉達“重新發(fā)明了計算”,過去十年里將計算成本降低了10萬倍,遠超過摩爾定律所能帶來的百倍。

他認為,加速計算、新的數(shù)值精度、新的架構(gòu)以及極其快速的存儲器等創(chuàng)新,都推動了算力的飛速發(fā)展,也讓我們從人類編程走向機器學(xué)習(xí)。同時,機器學(xué)習(xí)的速度也很快,隨著重新定義計算的分布方式,英偉達引入了各種形式的并行計算,變得擅長在這些基礎(chǔ)上發(fā)明新的算法和訓(xùn)練方法。這些技術(shù)和創(chuàng)新互相疊加,最終帶來了令人難以置信的進展,“整個堆棧都在增長,我們在所有層面上進行創(chuàng)新,因此我們看到了前所未有的擴展速度……以前我們討論的是預(yù)訓(xùn)練模型的擴展,每年模型的大小和數(shù)據(jù)量翻倍,算力需求也因此每年增加四倍,而現(xiàn)在我們在后訓(xùn)練和推理階段也看到了擴展,預(yù)訓(xùn)練再也不被視為艱難,推理也變得復(fù)雜,把所有人類思維都視為一次性是荒謬的,快速思考和深度推理、反思、迭代和模擬,這些概念現(xiàn)在都已經(jīng)開始顯現(xiàn)。”

黃仁勛強調(diào),很多人過去認為,包括現(xiàn)在還有很多人認為,設(shè)計一款更好的芯片,就是擁有更多的算力,更多的浮點運算能力。算力確實很重要,但這種思維方式已經(jīng)過時,因為過去的軟件都是在系統(tǒng)上運行的,是靜態(tài)的,也就是說提升系統(tǒng)性能的最好方法就是做出更快的芯片,但我們已經(jīng)進入機器學(xué)習(xí),而非人類編程了,不僅僅是軟件,更要涉及整個數(shù)據(jù)處理過程。機器學(xué)習(xí)的關(guān)鍵是“飛輪效應(yīng)”,我們要考慮的是如何讓“飛輪”高效運轉(zhuǎn)。很多人甚至都沒有意識到,光是數(shù)據(jù)整理和訓(xùn)練都需要AI,這個過程本身就非常復(fù)雜。而正是因為有了更智能的AI來整理數(shù)據(jù),現(xiàn)在有了合成數(shù)據(jù)生成以及各種不同的數(shù)據(jù)整理方式。因此,在進行訓(xùn)練之前,已經(jīng)有大量的數(shù)據(jù)處理工作。所以當(dāng)考慮這個飛輪時,應(yīng)該從整體來看待,而不僅僅是關(guān)注訓(xùn)練,應(yīng)該設(shè)計一個計算系統(tǒng)和架構(gòu),能夠讓這個飛輪每一步都盡可能高效,而不僅僅是特定應(yīng)用場景的訓(xùn)練。

黃仁勛稱:“訓(xùn)練只是其中一步,每一步都是艱難的,機器學(xué)習(xí)沒有任何容易的部分。無論是OpenAI,還是DeepMind的Gemini團隊,他們做的都不是簡單的事情。所以,你應(yīng)該關(guān)注整個過程,加速每一個步驟,尊重阿姆達爾定律。如果某個步驟占用30%的時間,即使加速三倍,整體過程的提升也有限。所以,關(guān)鍵是創(chuàng)建一個可以加速每個步驟的系統(tǒng),這樣才能真正提高循環(huán)時間和整個飛輪的效率。”

他認為,飛輪和學(xué)習(xí)的加速最終會帶來指數(shù)級的提升,英偉達的整個過程也都是通過CUDA加速的。

推理的增長將達到億倍規(guī)模,英偉達“從不談?wù)撌袌龇蓊~”

對于英偉達的“護城河”,黃仁勛強調(diào),英偉達的優(yōu)勢在于算法,以及上層科學(xué)和底層架構(gòu)的深度融合,他相信公司在推理方面的“護城河”會像在訓(xùn)練方面一樣深厚。

他認為,訓(xùn)練實際上就是大規(guī)模推理,如果在特定架構(gòu)上完成了良好的訓(xùn)練,那么推理過程也會表現(xiàn)優(yōu)異,如果在這個架構(gòu)上構(gòu)建它,即使沒有特別的考慮,它也會能在這個架構(gòu)上運行。因此,架構(gòu)的兼容性對于推理任務(wù)至關(guān)重要,就像iPhone和其他設(shè)備一樣。

同時,英偉達目前40%以上的收入來自推理,推理方面即將因推理鏈的出現(xiàn)而大幅增長,黃仁勛表示是一場智能生產(chǎn)的革命,推理的增長將達到億倍的規(guī)模,“這就像上學(xué)是為了將來在社會中有所貢獻,訓(xùn)練模型很重要,但最終的目標是推理”。

黃仁勛表示,英偉達的目標是創(chuàng)建一個無處不在的計算平臺,“我們每年都在努力創(chuàng)造一臺新的計算機,其性能提升兩到三倍,成本降低兩到三倍,能源效率提高兩到三倍。這種進步令人難以置信。因此,我們建議客戶逐年分批購買新設(shè)備,以維持在成本上的平均水平,這樣做的好處是在架構(gòu)上保持兼容性。

黃仁勛稱,目前以公司的改進速度來構(gòu)建單獨的系統(tǒng)是非常困難的,同時還有一個難點在于,英偉達不僅僅將這些創(chuàng)新作為基礎(chǔ)設(shè)施或服務(wù)出售,而是將它們分解并集成到多個平臺中。因為每個客戶的集成需求都各不相同,我們必須將所有的架構(gòu)庫、算法和框架集成到他們的系統(tǒng)中,當(dāng)然也包括我們的安全系統(tǒng)和網(wǎng)絡(luò)。我們基本每年都要進行大約10次集成操作。這真是個奇跡,但這也讓我感到瘋狂,想想這件事我就快要瘋了”。

而對于市場,他表示英偉達不想從任何人那里搶奪市場份額,“如果你看我們的ppt,會發(fā)現(xiàn)我們從不談?wù)撌袌龇蓊~。我們內(nèi)部討論的都是如何創(chuàng)造下一個事物、下一個可以在飛輪中解決的問題是什么、如何更好地為人們服務(wù)、如何將過去可能需要一年的飛輪縮短到一個月……在考慮這些事情的同時,我們確信我們的使命非常獨特。唯一的問題是這項使命是否必要……所有偉大的公司都應(yīng)該以使命為核心,關(guān)鍵在于你在做什么,以及這是否必要、是否有價值、是否具有影響力和幫助他人。”

如何看待OpenAI和馬斯克,是否需要百萬張規(guī)模集群?

對于OpenAI,黃仁勛認為是這個時代最具影響力的公司之一,是專注于AI、致力于追求AGI愿景的公司,ChatGPT的問世標志著人工智能的覺醒,“我非常欣賞他們的速度以及推動這一領(lǐng)域發(fā)展的獨特目標”。

當(dāng)被問及馬斯克和xAI,黃仁勛也不吝夸贊,他表示在19天內(nèi)搭建完成一個10萬張GPU集群,一個采用液體冷卻、通電并獲得許可的巨大工廠,“據(jù)我所知,世界上只有一個人能做到這一點,那就是埃隆”。同時,他也表示,現(xiàn)在已經(jīng)進入擁有20萬-30萬塊GPU集群的時代。

那么集群是否需要擴展到50萬張甚至100萬張的規(guī)模?黃仁勛的回答是:“如果看擴展能力,進行簡單數(shù)學(xué)計算,再加上每年模型大小和算力的四倍增長,再結(jié)合增長的使用需求,你會發(fā)現(xiàn),我們需要上百萬塊GPU,這是毫無疑問的。但問題是,我們?nèi)绾螐臄?shù)據(jù)中心的角度進行架構(gòu)設(shè)計?這與數(shù)據(jù)中心的規(guī)模密切相關(guān),比如是以千兆瓦還是250兆瓦為單位?我覺得會是二者兼而有之……所有正在進行的模型并行和分布式訓(xùn)練的突破,所有的批處理等,都是因為我們在早期做出了努力,現(xiàn)在我們正在為未來進行早期的工作。”

對于開源閉源的問題,黃仁勛表示這與安全相關(guān),但不完全關(guān)乎安全。“沒有什么問題是因為閉源模型導(dǎo)致的,這些模型可能是商業(yè)模式的引擎,它們是推動創(chuàng)新所必需的,我對此完全支持。重要的是,不應(yīng)是對立,而是并存”。他贊同開源對于許多行業(yè)是必不可少的,使得金融服務(wù)、醫(yī)療保艦交通運輸?shù)阮I(lǐng)域帶來巨大潛力。

對于開源,黃仁勛打了一個比方:“我的想象是,如果你把一個超級聰明的人關(guān)在一個有緩沖的房間里一個月,出來的可能并不會是一個更聰明的人。但是,如果有兩三個人坐在一起,通過交流、討論、相互質(zhì)詢,所有人都可能變得更聰明。所以,AI模型之間的交互、爭論和強化學(xué)習(xí),以及合成數(shù)據(jù)的生成,這些概念是合理的。”

沒指望工作永遠有趣,自己每天都在使用AI

在采訪的最后,黃仁勛也對自己和行業(yè)表達了看法。他表示:“我不認為我們工作的全部都是有趣的。我的工作并不總是有趣的,也沒指望它永遠有趣。你問我這是不是我的期望,我會說這工作是重要的。我不太看重自己,但我非常認真對待工作、責(zé)任和在這個時代的貢獻……和家庭、朋友、孩子這些一樣,他們不總是有趣的,但我們總是深深地?zé)釔鬯鼈儭?rdquo;

他認為真正的問題是,他還能保持多長時間的相關(guān)性。他表示自己每天都在使用AI,即便知道答案也會用AI再檢查下,以發(fā)現(xiàn)新的內(nèi)容,“AI作為導(dǎo)師、助手,作為一起頭腦風(fēng)暴的伙伴,檢查我的工作,它徹底顛覆了一切。這對于信息工作者而言是一場革命。我希望能保持這種相關(guān)性,繼續(xù)作出貢獻,因為這項工作對我來說非常重要,我想繼續(xù)追求。我對目前的生活質(zhì)量感到難以置信,并無法想象錯過這樣的時刻。”

贊助本站

相關(guān)內(nèi)容
AiLab云推薦
推薦內(nèi)容
展開

熱門欄目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能實驗室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機會 | 展會港