"פיתוח מוליכים למחצה צריך להימדד על ידי יכולת עיבוד AI, לא שילוב טרנזיסטורים" אמר השבוע מנכ"ל NVIDIA ג'נסן הואנג * לדברי מומחים בענף, אחת הסיבות לרכישת ARM על ידי NVIDIA היא בגלל הסינרגיה הצפויה בין AI ל-IoT
חוק מור היה "עמוד האש" של תעשיית השבבים מזה כמעט שישים שנה. אבל החוק הזה מתחיל להתקרב לסופו הפיזי. בחצי המאה האחרונה שימש חוק מור שימש כדי להסביר את קצב הפיתוח בתעשיית המוליכים למחצה העולמית. כעת מציע מייסד ומנכ"ל NVIDIA חוק חדש – שלפיו יכולות עיבוד ה-AI על ידי שבבים תוכפל בכל שנה.
חוק מור, שנוסח ב-1965 על ידי מייסד אינטל גורדון מור, קובע שרמת האינטגרציה בטרנזיסטור על שבב מוליכים למחצה מכפילה בערך כל 24 חודשים. ואכן, במהלך 60 השנים שחלפו מאז, שיפורים באינטגרציית שבבים התאימו פחות או יותר לתחזיות שלו. במאמר שפורסם בוול סטריט ג'ורנל ב-19 בספטמבר, מציינים הכותבים כי מפת הדרכים לפיתוח מוליכים למחצה שהציג הואנג היא "חוק מור החדש". החוק של הואנג קובע כי ביצועי שבב מוכתבים לא על ידי רמת שילוב המוליכים למחצה שבו אלא על ידי יכולות עיבוד AI, כאשר מהירות הביצועים מוכפלת כל שנה. ואכן, ביצועי השבבים של Nvidia הוכפלו בממוצע מדי שנה בין 2012 ל-2020.
ההערכה היא שחוק מור אכן מגיע לגבול הפיזי שהואנג מעריך כי יגיע בטכנולוגיות 2-3 ננומטר, והצורך במיחשוב מקבילי עולה ביישומים כגון מחשב נהיגה לרכב אוטונומי, וכן מערכות IOT. אחת הסיבות לרכישת ARM על ידי NVIDIA היא בגלל הסינרגיה הצפויה בין AI ל-IoT.
עם זאת, ההערכה היא שהתחום עדיין בחיתוליו. בניגוד לחוק מור, בתחום עיבוד הבינה המלאכותי אין סטנדרט אחיד, ובסופו של דבר כל יישום – לרבות בינה מלאכותית תלוי ביכולות החומרה שבבסיסו.
