顯卡為什麼賣得越來越貴？NVIDIA 副總裁：別爭了，摩爾定律早就死透了

# 顯卡為什麼賣得越來越貴？NVIDIA 副總裁：別爭了，摩爾定律早就死透了

NVIDIA 應用深度學習研究副總裁 Bryan Catanzaro 近日在一場播客訪談中直言，顯卡價格持續攀升並非短期現象，背後的根本原因在於摩爾定律從經濟學角度已經徹底終結。他強調，晶體管越做越小，但造價卻呈指數級暴漲，靠縮小芯片設計來降低成本、提升性能的時代早已過去，未來的加速必須依賴從晶體管到算法再到應用的極端協同設計。 Bryan Catanzaro 回憶自己 2008 年剛加入 NVIDIA 時，學術界對 GPU 用於人工智慧普遍抱持懷疑態度。當年他帶著一篇在 GPU 上訓練深度學習模型的論文參加頂會 ICML，台下學者冷漠質問：「我們這裡只討論高深的數學，你拿個打遊戲的顯卡來幹什麼？」那時人工智慧在學界仍屬冷僻領域，研究員甚至需要把研究包裝成「機器學習」以避免同行冷眼。他認為，如今 GPU 之所以成為 AI 運算核心，正是因為 NVIDIA 從底層重新定義了 GPU 的用途。 ## 摩爾定律的終結：從經濟命題到物理瓶頸

Bryan Catanzaro 明確表示，摩爾定律「已經死了好多年」。他指出，摩爾定律原本是一個經濟學命題：每 24 個月左右，能以相同成本在同一塊芯片上塞入兩倍數量的晶體管。如今這個規律早已不成立，大約已有五到十年無法實現。雖然晶體管仍在持續變小、能效持續提升，但速度已大幅放緩，同時製造成本變得極其昂貴。在摩爾定律還有效的時代，打造下一代系統的最佳方式就是把現有設計縮小、規模翻倍；但在新時代，工程師必須更聰明地利用系統的每一個部分，從第一性原理出發重新思考設計。 這也正是加速計算比以往更有價值的原因。Bryan Catanzaro 說，NVIDIA 必須透過深度理解人工智慧的運作細節，才能為產品線設計出真正高效的系統和軟體。他強調，如今獲得的加速能力很大程度來自專業化，而專業化又來自對應用場景的深刻理解。 ## 中國 AI 不是只會抄襲，開源協作早已領先

Bryan Catanzaro 曾在百度矽谷 AI 實驗室工作兩年半，與吳恩達、後來的 Anthropic 創辦人 Dario Amodei 共事。他直言，西方主流輿論嘲笑中國 AI 只會「套殼抄襲」完全是偏見。他親眼見證中國同事的聰明、勤奮與創造力，尤其在開源協作方面，中國社群一直走在世界前面。他強調，全球 AI 社群都會互相學習，但把其他國家取得的成就都歸結為「照搬抄襲」是錯誤的。中國社群對自己所構建的成果保持開放態度，這對全世界的 AI 生態系統推動了實質進步，他鼓勵其他地區的實驗室也發揚這種開放精神。 ## 開源 AI 的安全性與必要性

談到開源與閉源的爭論，Bryan Catanzaro 認為開源比閉源更安全。他比喻，陽光和多樣性才是最好的消毒劑。試圖由少數幾家巨頭壟斷、在頂層強行築起圍牆來定義哪些思想安全、哪些不安全，本身就是極危險的做法。支持思想多樣性、讓整個社會共同參與技術評估與自我糾偏，才是人類社會數百年來證明更安全的治理路徑。 他進一步指出，當前開源 AI 的進步絕非僅靠蒸餾閉源模型，而是來自全球大量聰明人的共同投入。需求面也有強勁支撐：大量機構希望深度定製 AI，將其整合進自己的工作流程，這需要開放技術。他認為，人類從來不是靠少數實驗室壟斷好創意，這個星球上有大量聰明的人，以社群為導向的 AI 開發方式將持續壯大。 ## Nemotron 家族的使命：從理解系統到支持生態

Bryan Catanzaro 介紹，NVIDIA 投入大語言模型開發已有多年歷史，從 2017 年的 Megatron 項目，到與微軟合作訓練 5300 億參數模型，再到如今的 Nemotron 家族——包括 Nano（300 億總參數、30 億激活）、Super（1200 億總參數、120 億激活）與 Ultra（5500 億總參數、550 億激活），分別對應小型、中型、大型部署場景。 Nemotron 承擔兩項使命：第一，幫助 NVIDIA 理解如何構建未來的系統，從第一性原理設計加速計算方案，這是 NVIDIA 在摩爾定律終結後持續提供加速能力的關鍵。第二，支持整個生態系統，確保各種規模、類型的公司都能夠構建並部署屬於自己的 AI。Bryan Catanzaro 強調，Nemotron 並不打算成為唯一的開放技術，NVIDIA 樂見其他公司做出貢獻，因為無論 AI 在何處發展與部署，對 NVIDIA 的業務都是機會。 ## 未來趨勢：agentic 工作流與持續投入

Bryan Catanzaro 指出，目前人們用大語言模型做得最多的事情是構建 agent，打造能代表用戶晝夜不停解決問題的工作流。Nemotron 家族正聚焦於 agentic 推理與效率，希望讓模型在這些場景表現出色。他回顧，NVIDIA 是一家願意在長週期中堅持到底的公司——CUDA 堅持了十多年，Nemotron 也正在這樣做。隨著公司內部更多團隊理解這項工作對 NVIDIA 未來的重要性，投入的計算資源也大幅增加。他相信，開放的人工智慧技術將持續快速發展，因為這是人類作為一個物種構建事物的歷史方式。