对于半导体在工业界，摩尔定律长期以来一直是指导原则。这种观察——芯片性能随着晶体管密度每两年增加一倍而提高——几十年来一直影响着创新。然而，根据一份独家报告，现在它正在迅速被人工智能的“规模法则”所取代。 金融时报。
虽然缩放定律推动了人工智能进步，这种转变可能会给像英伟达这样的芯片制造巨头带来麻烦（NVDA），一个 金融时报报告。
什么是人工智能的“规模法则”？
缩放定律的核心是，将更大的数据集输入更大的人工智能模型会导致更智能的系统，但这需要越来越强大的计算资源。去年 ChatGPT 的推出强化了这种方法，引发了人工智能的快速进步。
然而，最近的发展表明缩放定律可能已达到其极限。OpenAI 的创始人 Ilya Sutskever 表示：“2010 年代是扩展的时代，现在我们再次回到了奇迹和发现的时代。”这一转变凸显了对创新的需求日益增长，而不仅仅是更大的模型。
为什么缩放定律失去了动力？
最初，缩放法则主要应用于“预训练”，这是大型人工智能模型的基础。然而，正如风险投资家马克·安德森 (Marc Andreessen) 在最近的播客中指出的那样，这些模型的功能在预训练过程中正在“达到顶峰”，需要更多的工作来保持进展。
Nvidia 首席执行官黄仁勋，在公司的财报电话会议上承认了这一转变，并解释说，虽然扩展仍然很重要，但“推理过程中的测试时间扩展”“AI”“响应时思考”的能力变得至关重要。由于需要更高的计算能力，这种转变仍可能推动对 Nvidia 芯片的需求。
大型科技公司越来越多地从构建更大的人工智能模型转向增强其实际应用。微软的（微软金融时报）布拉德·史密斯 (Brad Smith) 预测，人工智能基础设施需求将随着人工智能更加务实的使用而发展，反映出在规模上向效率迈进。
NVDA 是值得买入的好股票吗？
分析师仍然看好 NVDA 股票，基于 40 名买入和 4 名持有的一致评级为“强烈买入”。在过去的一年里，NVDA 的股价飙升了超过100%，以及NVDA 平均目标价175 美元意味着较当前水平有 25.9% 的上涨潜力。
