華爾街日報:摩爾定律已死,Nvidia 黃仁勳的「黃氏定律」崛起

雖然「黃氏定律」正以驚人速度發展,但具體發展步調仍難以確定,其所提到的運算處理能力也無法「一體適用」於各種應用情境中。
評論
Jensen Huang, CEO of Nvidia, makes a point at his keynote address at CES in Las Vegas, Nevada, U.S. January 7, 2018. REUTERS/Rick Wilking - RC123F722500
評論

Intel 創辦人之一 Gordon Earle Moore 所提出的摩爾定律(Moore's law),指出積體電路可容納的電晶體數目約每 18 個月會增加一倍,效能也翻倍。這個定律奠定了超過半世紀的半導體產業發展,但近年已經開始放慢;同一時間, Nvidia 執行長黃仁勳的「黃氏定律」(Huang’s Law)則崛起,將左右電子運算產業未來 50 年。

Nvidia 買安謀,原因是這個

根據《華爾街日報》技術專家作家 Christopher Mims 所述,「黃氏定律」指的是:為人工智慧提供動力的矽晶片,其性能將每兩年增加超過一倍。雖然或多或少受到硬體與軟體影響,但黃氏定律將穩定發展,小至個人 3C 裡的臉部或語音辨識,大至自駕車、自駕船等,都受益於黃氏定律。

不過,就像 Intel 並非摩爾定律的主要推手,Nvidia 也非黃氏定律的主要推手。即便 Nvidia 專長的 GPU 可以同時高效率運作多項任務,但在某些 AI 運算應用上,如果少了其他業者的幫助,Nvidia 也會黯然失色。因此,Christopher Mims 認為這也是今年 9 月 Nvidia 以 400 億美元收購安謀(ARM Holdings)的原因,因為安謀可以提高 AI 運算速度。

以 2017 年蘋果推出的 iPhone 8 為例,就搭配了神經網絡引擎,可說是為未來的各項機器學習任務奠下基礎。因為行動 AI 的應用目前呈倍數成長,再加上數百萬個感測器陸續佈建在智慧城市、智慧工廠等情境中,未來晶片需要在愈來愈小的環境下進行運算;而作為晶片設計商,安謀最小、最耗能的晶片只需要用手錶電池即足以供電,即可以讓攝影機即時辨識物體。

而 Nexar 執行長暨共同創辦人 Eran Shir 也說,AI 人工智慧的運算從雲端走到邊緣,正可解釋為何 Nvidia 想要買下安謀。雖然 Nvidia 在雲端 AI 運算幾乎壟斷,但兩年前當 Nexar 在雲端上執行 4 成數據運算時,安謀的晶片就可以讓他們在行動裝置上進行更快、更大量的邊緣運算。

十年內「黃氏定律」恐枯竭

專家們因此一致認為,「黃氏定律」正以驚人速度發展,但具體的發展步調仍難以確定。非營利人工智慧研究組織 Open AI 就表示,以典型的 AI 影像辨識測試為例,雖然「性能」(performance)每年可增加一倍,但要如何對「性能」達成共識,也是一項挑戰。

此外,黃氏定律所提到的運算處理能力,其實無法「一體適用」於各種應用情境中。以自駕車為例,雖然基本上是以 AI 人工智慧為核心,但系統運作時仍然少不了傳統的 CPU 運算。而 Nvidia 首席科學家 Bill Dally 也坦承,當工程師大幅提升某部分的運算時,其他無法再加快的部分就會成為瓶頸。

同樣地,既然摩爾定律會枯竭,黃氏定律未來也會。安謀機器學習集團產品行銷副總裁 Steve Roddy 認為,這可能會在十年內發生,但也代表在很短時間內,自駕車、智慧工廠、智慧家庭等等 AI 應用或許會實現。

核稿編輯:Chris 


延伸閱讀:



運動科技新革命: IoT 結合數據分析,奧運跆拳銅牌羅嘉翎國手養成之路揭秘

運動科技為近年運動產業顯學,現在賽場上,不僅較勁各選手的體力及技術,更考驗各國科學技術導入,輔佐選手的程度。有效運用運動科技,不僅可避免傷害外,更能提升訓練品質,提升選手佳績。
評論
Photo Credit: INSIDE
評論

今年 8 月剛落幕的 2020 東京奧運,台灣選手獲得 2 金 4 銀 6 銅的 12 面獎牌,不僅寫下史上最佳參賽成績,且分別在 10 種不同項目奪牌,令各界大為驚艷。近年健康意識抬頭,下班後會自發去運動的人越來越多,種種現象顯示著台灣的運動風氣已逐漸成熟,而運動科技正是背後的隱形推手。

科技部致力推動產學界合作,結合運動科學、智慧科技與數據分析,輔助選手精準練習,用最有效率的方式提升表現,讓運動訓練不再是土法煉鋼。運動科技的應用也能幫助一般人,在日常生活中更聰明更健康的做運動。由於商機龐大,運動科技早已成為各國在運動競技賽事與產業發展積極佈局的新型態競爭場域,一起來看看它為台灣體育帶來了什麼樣的改變吧!

透過科技幫助運動選手了解自身狀態,穩扎穩打求進步

年僅 19 歲的跆拳道選手羅嘉翎,首戰奧運便打敗多國好手,一舉拿下銅牌。從小在道館長大,幼稚園就跟著爸爸、哥哥練習跆拳道,小學開始在國內比賽嶄露頭角,國二首次參加青少年國際賽事後更不斷奪金。然而,初生之犢的她,卻是好不容易才站上奧運這個舞台。

「小時候的確身高有優勢,但剛轉去成人組時還滿挫折的」,帶著青少年時期的亮眼成績,羅嘉翎在高一下加入跆拳道國家隊,被延攬至國家運動訓練中心(以下簡稱:國訓中心)接受國手培訓,「裡面都是大學的學長姐,訓練強度很高,剛進去時很不適應,那段時間比賽成績也不理想,晚上都會打電話給媽媽哭訴。」

Photo Credit: 行政院科技會報辦公室
Photo Credit: INSIDE

羅嘉翎分享,國訓中心的訓練方式很有系統,除了完備的訓練器材,還會透過科學儀器評估選手的運動表現,也定期使用生化檢測儀器,每月至少1次檢測疲勞度與血氧量,維護選手的身體健康。

「運動科技可以幫助我了解自己現在的狀態,還有需要加強哪些地方」,羅嘉翎表示,選手的日常就是不斷練習、調整好狀態,透過數據分析可以清楚知道自己的強弱項,「像我需要加強肌力,這樣訓練有方向,進步也會比較穩。」

沒有因挫折放棄跆拳道,羅嘉翎持續在國訓中心自我精進,再加上慢慢調整心態,她逐漸適應了高強度的訓練,也找回了享受比賽的初衷。

事實上,台灣自 2012 倫敦奧運以來,就沒有在跆拳道項目拿過獎牌,羅嘉翎也坦承因此感受到不小的壓力,「拿到奧運資格時我爆哭,但我不是被看好奪牌的選手,就想說放鬆去打。」沒想到放下得失心,反而幫助自己贏得了銅牌的好成績。

國立體育大學技擊運動技術學系副教授王翔星分享,針對跆拳道選手的檢測主要有3方面,包括以「線性位移偵測器」檢測選手連續 3 次跳躍的爆發力與穩定度,評估賽場上攻擊動作的力量輸出率;以及透過「測力板」檢測 50 毫秒發力率( RFD,Rate  of Force Development ),以觀察選手腳蹬地出發與踢擊到對手瞬間的力量表現;還有「慣性感應器」則是用來檢測選手的反應能力與速度。

Photo Credit: 王翔星

「現在的訓練方式跟以前差很多,得分的方式不同,教練的觀念也需要調整。」過去也曾是跆拳道選手的王翔星說,以往求勝心切的選手容易練到渾身是傷,現在藉由運動科技的輔助,能精準掌握練習進度,避免過度訓練、減少運動傷害,是更有效率的訓練方式。

Photo Credit: INSIDE

王翔星也表示,培育一名優秀的選手相當不容易,這幾年開始將運動科技帶進國、高中,就是希望能讓年輕選手儘早接觸到運動科技的專業訓練觀念,避免選手在早期生涯就受到嚴重的運動傷害而留下遺憾,未來能夠更上一層樓。

產業跨界結合,讓運動科技深入全民健康生活

目前 5G 正式邁入商業化,宅經濟當道,運動科技的應用也有了更多可能性。「台灣科技業的研發能量強大,運動產業也很有國際競爭力,我認為應該能結合兩者的強項來解決許多問題,例如居家健身沒人指導,該怎樣才不會受傷。」國立臺灣師範大學運動競技學系研究講座教授相子元表示。

相子元主修生物力學出身,被譽為台灣運動科技教父,同時擔任國訓中心運動科學小組總召集人。他很早就投入運動科技與產業結合的研究,作為科技部「精準運動科學研究專案計畫」的執行團隊之一,目前團隊已開發出將壓力感測科技應用於智慧鞋、科技運動襪、機能衣、自行車功率表等產品。

Photo Credit: INSIDE

相子元認為,運動科技商品在亞洲市場很有潛力,目前台灣主要發展在 3 大面向:競技運動,如跆拳道、舉重、射箭;職業運動,如棒球、籃球;全民運動,如自行車、慢跑等。舉例來說, LPS(Local Positioning System ,局部定位系統)運用在團隊運動的訓練上,能讓教練、選手清楚知道跑位陣式,取代傳統手寫戰術,目前 NBA 美國職籃、國際足總FIFA的隊伍也都採用此技術。

Photo Credit: 相子元

台灣選手在東奧打出亮眼成績值得喝采,相子元期待未來運動科技能協助更多選手精準運動、達到更好的表現,放眼 2024 巴黎奧運,並幫助更多人養成規律運動的習慣。接下來行政院主辦的「台灣運動x科技產業策略( SRB )會議」也即將登場,希望加深運動與科技產業的對話交流,讓運動科技越來越深入全民的生活。

SRB策略會議暫擬4大議題:

  1. 運動×科技產業升級創造新價值
  2. 智慧育樂創新服務建立營運新模式
  3. 融合科研成果與創新科技發展智慧新應用
  4. 台灣智慧育樂跨域環境整備

行政院科技會報辦公室 廣告