算力逼近极限，科学家警示AGI发展受阻：AI进化遭遇瓶颈
36
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逼近物理极限，硬件扩展能力的有限性将成为实现通用人工智能（AGI）和超级智能的主要障碍。AGI实现依赖运算能力
Dettmers强调，尽管关于AGI的讨论多停留在哲学层面，但其最终实现必须依赖于强大的运算能力。目前，现有硬件的扩展空间可能只剩下一到两年，此后任何性能提升都将面临物理上不可行性。GPU性能提升趋近瓶颈
他指出，自2018年以来，GPU性能的提升已逐步趋于瓶颈。后续的改进主要依靠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非如业界所宣传的那般显著。硬体整合创新延长GPU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系统能够将加速器数量从8个提升至72个，从而实现了约30倍的推理性能提升。