近期在美國舉行的CadenceLIVE Silicon Valley 2024上，英偉達CEO黃仁勛（Jensen Huang）院士與Cadence 總裁兼CEO阿尼魯德·德夫甘（Anirudh Devgan）進行一場爐邊對話。
黃仁勛表示，一旦數萬臺通用服務器運行，將消耗10倍到20倍的成本，20倍到30倍的能源，加速計算就是必不可少的。隨著CPU擴展速度逐步放緩，人們必須轉向加速計算，同時 AI 技術也可以降低能源成本。
“AI 實際上幫助人們節省能源。如果不是因為你創建的 AI 模型，如果沒有 AI，我們怎么能節省6倍或10倍的成本呢？一旦模型訓練一次，數百萬工程師將會從中受益，幾十年來數十億人將會享受到節省的成本。”黃仁勛表示，我們必須轉向加速計算，以節省電力，節省時間，節省金錢。
黃仁勛還預測，在不久的將來，我們所有人都將建造全新類別的設備是“人形機器人”（humanoid robot）。
“你可以看到，人形機器人的制造成本可能比人們預期的要低得多。為什么你會花10000到20000美元買車？為什么你不能花100000到20000美元買一個‘人形機器人’？在我們為人類設計的環境中，機器人可能會更加靈活，更加多才多藝。”黃仁勛表示。
據悉，Cadence是由SDASystems和ECAD兩家公司于1988年兼并而成，總部位于美國，是芯片EDA（電子設計自動化）領域的巨頭公司。
實際上，EDA軟件技術在芯片設計中不可或缺。EDA通常指利用電腦輔助設計軟件來完成集成電路的功能設計、驗證等流程的設計方式。英偉達的GPU（圖形處理器）芯片利用EDA軟件才可以制造。據行業機構電子系統設計聯盟（ESD）數據，2022年，EDA全球市場將達到150億美元左右。
在國內EDA市場，2020年，以收入規模計，新思科技（Synopsys）、Cadence和西門子（Siemens EDA）市場份額合計超過77%，如今“三巨頭”份額甚至超過80%，幾乎所有下游芯片設計廠商都與這三家EDA公司合作。
4月17日舉行的CadenceLIVE硅谷活動上，Cadence宣布更新Palladium數據中心級硬件仿真加速系統，以及Protium面向數據中心優化的FPGA原型系統。
值得一提的是，英偉達是Palladium和Protium系列的最大客戶，兩家公司利用Cadence系統，以及EDA、AI 等技術，加速研發GPU芯片和CUDA加速計算系統，以生產更節能的AI半導體，即通過加速計算和生成式 AI 重塑芯片設計。
黃仁勛在公開的28分鐘對話中表示，加速計算時代已經到來。底層計算平臺的根本變化和轉變是Cadence發展的基礎，所有人都依賴Cadence技術。而英偉達是做加速計算。一旦你開始加速計算，那么下一件可能的事情就是創造生成式 AI。如果沒有向加速計算的過渡，生成式 AI 將很難實現。
“加速計算的好處是，突然之間，過去使用CPU擴展很難擴展的東西如今可以實現。芯片設計想要做的是探索一個多維、多模態、經常探索的空間。這沒有一個最佳答案，所以我們需要探索成千上萬個不同領域，我們對芯片設計空間的探索實在是太難了，無限的計算增長是無法做到的，AI 則將幫助我們跳進探索和優化的特定領域。所以我認為，加速計算和生成式 AI 首先將改變Cadence開發軟件的方式，它將改變我們使用軟件的方式。除此以外，我們設計的電路、我們的芯片、我們的個人電腦、我們的系統、我們在Cadence的數據中心、電路設計，邏輯設計，系統設計，仿真，驗證，形式驗證等等，不止是芯片或系統，所有事務都會被 AI 所改變。”黃仁勛稱。
黃仁勛坦言，他發現，一個程序中的一小部分代碼代表了工具的大部分運行時間。例如CFD（計算流體力學），它可能只用3%的代碼，代表運行99.9%的時間，而剩余的97%的代碼可以用 AI 和加速計算進行重寫，使得應用程序加速100000倍。
“當然，類似的應用程序很少，我們想要重寫的應用程序非常少。”黃仁勛稱，他想表達的是，GPU是英偉達加速計算的第一選擇，因為事實證明。它是可以進行并行計算的重要處理方式，而且也是一個非常大的市場，它的變化非常快，創新也非常快。
黃仁勛笑著說，“事實上，我創造了‘加速計算’這個詞。”
此外，黃仁勛還重點談到了加速計算在藥物發現、數據中心、智能汽車和人形機器人等領域的重要推動力。
首先是藥物發現。
黃仁勛稱，生物醫藥、計算流體力學等方向上，過去30年間，人們通過CUDA和不同的DSL領域、特定的庫，實現了 AI 加速計算。
其次是數據中心計算。黃仁勛認為，通過投資 AI，通過投資數據中心，英偉達能夠設計出更好、更節能的產品。而英偉達設計了一次GPU芯片，你將生產運輸一萬億次，從而建造了一個數據中心，但你節省了全球6%的電力，而這將被十億人享受。
“通過設計更好的軟件，更好的芯片，更好的系統，我們能夠為世界節省的能源對社會有永久的好處。一方面，我們將消耗更多的電力和數據中心人工智能；另一方面，對于其他98%的電力消耗和能源消耗，我們將減少它。設計出更好的電腦、更好的汽車、更好的手機等。”黃仁勛指出。
再次是智能汽車。黃仁勛表示，他更希望把汽車抽象成為擁有自主系統的“人形機器人”。
黃仁勛稱，在機器人當中有諸多的關節、感應器，因此功能安全就變得非常重要，所以我們需要有設計和驗證計算機的方式，AI 技術在這個領域的運用相當廣闊。
“這些系統將始終連接到云端和數據中心，這樣它當然可以更新體驗，報告故障和新情況，然后下載新模型。所以我喜歡自主系統的整個領域，在不久的將來，我們所有人都將建造的全新類別的設備，將是人形機器人。”黃仁勛指出，“因此，生產線是為人類設計的，倉庫是為人類設計的，很多東西都是為人類設計的，因此人形機器人在那種環境中更有可能富有成效。”
最后，他再次談到，科學發現過程確實必不可少，但卻是零散的。英偉達要把生物學變成一個“工程”項目，所以科學發現的過程真的很重要，加速計算也非常重要。
“順便說一句，如果我們不轉向我們的加速計算，如果我們不轉向人工智能，計算機行業將經歷愛隆定律（Eroom's law）。原因非常非常清楚。我們所做的工作量，我們所做的計算一直在增長。但是CPU擴展已經放緩，因此，我們將享受增長，而不是計算成本的降低。”黃仁勛稱，在加速計算下，數字生物學將經歷一次全面的復興，科學和工程將越來越接近，因此必須要用重要工具、計算系統和算法，來幫助處理非常大型數據系統。
但黃仁勛也坦言，加速計算的功耗非常高，因此需要用更多的投資、AI 用例等方式進行解決。
“你說的第一件事絕對正確，加速計算的功耗非常高，原因是計算機的密度太高了。功耗很高，無論我們如何優化功耗，利用率都會直接轉化為更高的性能。這種表現可以用更高的生產力來衡量，也可以用創造更多收入、直接存力來衡量。同樣的性能，你可以買小得多的東西。因此，我認為加速計算中的電源管理可以直接轉化為您所關心的所有事情。”黃仁勛強調，AI 在幫助人類應對氣候變化方面完全是變革性的技術，形成更高效的能源等。
黃仁勛在結尾強調，英偉達的發展哲學，是讓更多專家和做出重要貢獻的人員組合成“多元化團隊”，聚集在一起做更多的事情。
“我認為這是英偉達規模如此之小的原因之一。我們只有28000人，但我們的力量遠遠超過我們的人員規模。幾乎每個人都有權代表我做出更好的、合理的、有原則的決定，這就是為什么英偉達做到如此規模的原因。我們是一個完整組織。所以我試圖創造一種環境，讓公司每一層的專家和貢獻者都能參與到一個問題中，同時參與到一個問題中。”黃仁勛稱。
