算力逼近极限，科学家警示AGI发展受阻：AI进化遭遇瓶颈
33
1
计算处理器技术面临物理极限挑战
快科技12月15日报道，艾伦人工智能研究所的研究科学家、卡内基梅隆大学助理教授Tim Dettmers在最新博客文章中指出，当前的计算处理器技术正接近其物理极限，这将成为实现通用人工智能（AGI）和超级智能的主要障碍。硬件扩展能力有限
Dettmers强调，尽管关于AGI的讨论常常停留在哲学层面，但其实现必须依赖于强大的运算能力。目前，硬件的扩展空间可能只剩下一年到两年，此后任何性能的提升都将面临物理上的不可行性。GPU性能提升趋缓
他指出，自2018年以来，GPU性能的提升已逐步趋于瓶颈。后续的改进主要依赖于低精度数据类型和张量核心的优化，但这些新技术带来的效果并不如业界所宣传的那般显著。硬体整合创新延长使用寿命
尽管单个GPU的性能已接近极限，但Dettmers认为，通过硬体整合创新仍可延长其使用寿命。例如，NVIDIA最新的GB200 NVL72系统将加速器数量从8个提升至72个，从而实现了约30倍的推理性能提升。总结
计算处理器技术的物理极限对实现通用人工智能和超级智能构成了重大挑战。尽管如此，通过硬体整合创新，我们仍有机会延长现有硬件的使用寿命，为AGI的发展提供更多可能性。