黃仁勛：CPU性能擴(kuò)展速度下降 處理密集型應(yīng)用應(yīng)得到加速

NVIDIA創(chuàng)始人兼CEO黃仁勛在中國(guó)臺(tái)灣大學(xué)綜合體育館發(fā)表現(xiàn)場(chǎng)主題演講，黃仁勛演講中表示，計(jì)算機(jī)行業(yè)在中央處理器（CPU）上運(yùn)行的引擎，其性能擴(kuò)展速度已經(jīng)大大降低。然而，我們必須做的計(jì)算量，仍然在以指數(shù)級(jí)的速度翻倍。

在黃仁勛看來(lái)，如果我們需要處理的數(shù)據(jù)繼續(xù)呈指數(shù)級(jí)增長(zhǎng)，但處理的性能卻沒(méi)有提升，我們將經(jīng)歷計(jì)算膨脹和計(jì)算成本的提升。他指出，有一種更好的方法增強(qiáng)計(jì)算機(jī)的處理性能，那便是通過(guò)計(jì)算機(jī)增強(qiáng)CPU提供加速工作，通過(guò)專用處理器做得更好。

“現(xiàn)在，隨著CPU擴(kuò)展速度放緩，最終基本停止，我們應(yīng)該加快讓每一個(gè)處理密集型應(yīng)用程序都得到加速，每個(gè)數(shù)據(jù)中心也肯定會(huì)得到加速，加速計(jì)算是非常明智的，這是很普通的常識(shí)?！秉S仁勛表示。

他指出，計(jì)算機(jī)圖形學(xué)是一門完全可以并行操作的學(xué)科。計(jì)算機(jī)圖形學(xué)、圖像處理、物理模擬、組合優(yōu)化、圖形處理、數(shù)據(jù)庫(kù)處理，以及深度學(xué)習(xí)中非常著名的線性代數(shù)，許多類型的算法都非常適合通過(guò)并行處理來(lái)加速。因此，英偉達(dá)通過(guò)為CPU添加專用的輔助處理器，來(lái)實(shí)現(xiàn)了對(duì)于密集型應(yīng)用程序的加速。

“由于這兩個(gè)處理器可以并行工作，它們都是自治的，具有更多獨(dú)立的值，我們可以將100個(gè)單位的時(shí)間加速到1個(gè)單位的時(shí)間，速度快得令人難以置信。”黃仁勛表示。