Jensen Huang: Nvidia’nın Yapay Zeka Çipleri Moore Yasası’nı Aştı”

İleriye dönük: Nvidia CEO’su Jensen Huang, geleneksel bilgeliğe meydan okuyarak şirketinin AI çiplerinin Moore Yasası tarafından belirlenen tarihi performans kazanımlarını geride bıraktığını söyledi. Las Vegas’taki CES’teki açılış konuşmasında dile getirilen ve bir röportajda tekrarlanan bu iddia, bilgi işlem ve yapay zeka dünyasında olası bir paradigma değişimine işaret ediyor.

Onlarca yıldır, Intel’in kurucu ortağı Gordon Moore tarafından 1965’te ortaya atılan Moore Yasası, bilgisayar ilerlemesinin itici gücü olmuştur. Bilgisayar çiplerindeki transistör sayısının her yıl kabaca iki katına çıkacağını ve bunun da performansta üstel büyümeye ve maliyetlerde düşüşe yol açacağını öngörmüştür. Ancak, bu yasa son yıllarda yavaşlama belirtileri göstermiştir.

Ancak Huang, Nvidia’nın AI çipleri hakkında farklı bir resim çizdi. TechCrunch’a verdiği demeçte , şirketin AI çıkarım iş yükleri için selefinden 30 kat daha hızlı olduğu iddia edilen son veri merkezi süper çipine işaret ederek, “Sistemlerimiz Moore Yasası’ndan çok daha hızlı ilerliyor,” dedi.

Huang, bu hızlandırılmış ilerlemeyi Nvidia’nın çip geliştirmeye yönelik kapsamlı yaklaşımına bağladı. “Mimariyi, çipi, sistemi, kütüphaneleri ve algoritmaları aynı anda inşa edebiliriz,” diye açıkladı. “Bunu yaparsanız, Moore Yasası’ndan daha hızlı hareket edebilirsiniz, çünkü tüm yığında yenilik yapabilirsiniz.”

[gömülü içerik]

Bu stratejinin etkileyici sonuçlar verdiği görülüyor. Huang, Nvidia’nın bugün ürettiği AI çiplerinin, şirketin on yıl önce ürettiğinden 1.000 kat daha gelişmiş olduğunu ve Moore Yasası’nın belirlediği hızın çok ötesinde olduğunu iddia etti.

Yapay zeka ilerlemesinin durakladığı fikrini reddeden Huang, üç etkin yapay zeka ölçekleme yasası özetledi: eğitim öncesi, eğitim sonrası ve test zamanı hesaplaması. Çıkarım aşamasında gerçekleşen ve yapay zeka modellerine her sorudan sonra “düşünmek” için daha fazla zaman tanıyan test zamanı hesaplamasının önemine işaret etti.

Huang, CES açılış konuşmasında Nvidia’nın en son veri merkezi süper çipi olan GB200 NVL72’yi sergiledi ve öncülü H100’e kıyasla AI çıkarım iş yüklerinde 30 ila 40 kat daha hızlı performans sergilediğini duyurdu. Huang, performanstaki bu sıçramanın OpenAI’nin o3’ü gibi pahalı AI akıl yürütme modellerini zamanla daha uygun fiyatlı hale getireceğini savundu.

“Hem performans hem de maliyet uygunluğu açısından test zamanı hesaplaması için doğrudan ve acil çözüm, hesaplama kapasitemizi artırmaktır,” dedi Huang. Uzun vadede, AI akıl yürütme modellerinin AI modellerinin ön eğitimi ve eğitim sonrası için daha iyi veriler oluşturmak için kullanılabileceğini ekledi.

Nvidia’nın iddiaları, Google, OpenAI ve Anthropic gibi yapay zeka şirketlerinin çiplerine ve performanstaki ilerlemelerine güvendiği AI endüstrisi için kritik bir zamanda geliyor. Dahası, teknoloji endüstrisindeki odak noktası eğitimden çıkarıma kaydıkça, Nvidia’nın pahalı ürünlerinin hakimiyetini sürdürüp sürdürmeyeceği konusunda sorular ortaya çıktı. Huang’ın iddiaları, Team Green’in yalnızca ayak uydurmakla kalmayıp çıkarım performansı ve maliyet etkinliğinde yeni standartlar belirlediğini gösteriyor.

OpenAI’nin o3’ü gibi yapay zeka akıl yürütme modellerinin ilk versiyonlarının çalıştırılması pahalı olsa da Huang, Nvidia gibi donanım şirketlerinin yaptığı bilişim atılımlarının da etkisiyle yapay zeka modeli maliyetlerindeki düşüş eğiliminin devam edeceğini öngörüyor.