艾倫人工智能研究所（Allen Institute for AI）的研究科學家、卡內基梅隆大學助理教授Tim Dettmers在博客文章中指出：
【NVIDIA再快也不行！科學家警示AI算力已接近物理極限】現階段的計算處理器技術已接近物理極限 ， 有限的硬件擴展能力將成為實現通用人工智能（AGI）和超級智能的最大障礙 。
他指出 ， 關于AGI的討論往往停留在哲學層面 ， 但其最終實現必須依賴實際的運算能力支撐 ， 現有硬件的擴展空間可能只剩下一到兩年 ， 此后任何性能提升都將面臨物理上不可行性 。
他強調 ， 自2018年以來 ， GPU性能的提升已逐步趨于瓶頸 ， 后續的改進主要依靠低精度數據類型和張量核心的優化 ， 但這些新技術帶來的效果并非如業界所宣傳的那般大 。
雖然單個GPU的性能已接近極限 ， 但Dettmers認為 ， 通過硬體整合創新仍可延長其使用壽命 。
例如 ， NVIDIA最新的GB200 NVL72系統能夠將加速器數量從8個提升至72個 ， 從而實現了約30倍的推理性能提升 。
推薦閱讀
- 蘋果也難逃“咖喱”攻擊？印度開380億巨額罰單，庫克徹底懵圈了
- 對標蘋果？小米Tag或本月發布！東西再也不怕丟
- NVIDIA Blackwell實測：性能提升2倍，速度提升3倍
- 64GB超過4200元！29年品牌猝死 但瑕疵內存也賣高價
- 飛機上沒網也能通話 華為無網通信功能放大招
- 手機快不行了，現在換還是等大促？搞懂這3點，誰也坑不了你
- 雷登T9開放式耳機評測：不塞耳朵也能聽爽，運動通勤兩不誤！
- 英偉達慌了，特朗普也慌了，終于批準H200芯片賣給中國了
- 紅米K90至尊版再次被確認：提前登場，核心規格也已清晰！
- 黃仁勛回顧關鍵轉折：沒有GTX 580就沒有如今的NVIDIA！