Nvidia sticht das Mooresche Gesetz teilweise deutlich aus

Das Mooresche Gesetz steht schon seit einiger Zeit immer wieder in Fra­ge und so versucht sich nun Nivdia-Chef Jensen Huang mit einer eigenen Variante zu positionieren - die auch gleich noch die Übernahme des Chip­designers ARM gut erklärt. Im Wall Street Journal spricht man entsprechend bereits von Huang's Law. Während Intel-Gründer Moore damals allerdings noch die Integration einer exponentiell steigenden Zahl von Transistoren als Gradmesser festsetzte, geht es nun um die Leistung. Denn längst ist es nicht mehr die Komplexität des Chips allein, durch die die Leistung erzielt wird. Stattdessen spielen bei der Verbesserung der Performance auch andere Aspekte eine Rolle.

Das Mooresche Gesetz wird meist auch auf eine Verdoppelung der Rechenleistung alle zwei Jahre heruntergebrochen und immer wieder steht die Frage im Raum, ob sich diese Entwicklung noch lange aufrecht erhalten lassen kann. Diese Fragestellung wirkt bei einem Blick auf die Nvidia-GPUs aber etwas merkwürdig. Denn die Chips des Hersteller haben ihre Leistung bei der Berechnung wichtiger KI-Algorithmen seit 2012 um das 317-fache gesteigert. Das entspricht einer Verdoppelung in jedem Jahr, was deutlich mehr ist, als im Mooreschen Gesetz vorgegeben wird.

Ungleiche Entwicklung

Geschafft wurde dies, indem nicht nur die Chip-Archi­tektur selbst immer weiter ver­bessert wurde. Auch die Soft­ware und ver­schiedene andere Faktoren erlebten in den letzten Jahren rasante Fort­schritte, so dass die Perfor­mance in diesem Bereich deutlich schneller nach oben ging, als in einigen anderen Sektoren.

Doch es gibt auch Aufgaben, wo der Fortschritt deutlich langsamer ist. In vielen KI-Anwendungen, aus denen sich das autonome Fahren zusammensetzt, steht beispielsweise die CPU im Mittelpunkt und Grafik-Achitekturen können weniger gut als Beschleuniger dienen. Hier entsteht so ein gewisser Flaschenhals, der von der GPU-Entwicklung nicht geweitet werden kann.

Dies dürfte auch ein Punkt sein, warum Nvidia ein so großes Interesse an ARM hat. Denn der britische Chipdesigner hat auch bei CPU-Architekturen rasante Fortschritte erzielt - vor allem wenn man die Leistung im Verhältnis zum Stromverbrauch betrachtet. Wenn es Nvidia hier gelingt, die Entwicklung zumindest ein Stück weit in Richtung des GPU-Niveaus zu bewegen, könnte das Unternehmen wirklich enorme Fortschritte erzielen.

Siehe auch: