不二如是 发表于 2025-8-23 11:00:00

英伟达之父「黄仁勋」透露：软件开发方式已经从编程转向机器学习！



过去十年，软件生产范式从“人写规则”的传统编码，系统性转向“用数据训练模型”的机器学习路径。

训练完成后，模型就等同于一个从输入到输出的可组合函数，在推理阶段对未见过的数据做出预测；

在线学习：

https://www.bilibili.com/video/BV19ke4zMEUc

不论是LLM、计算机视觉还是语音理解，本质上都是神经网络在执行这种映射。这个转变常被称为“Software2.0”，强调从手写逻辑迁移到以数据与优化构成的“可学习程序”，并在推理部署时遵循面向GPU的并行计算与内存布局约束。

之所以GPU成为这类软件的“运行时内核”，在于其擅长以大规模并行完成矩阵/张量运算，并配合cuBLAS、cuDNN等库以及专为深度学习设计的TensorCore来加速训练与推理。

许多大模型需要将参数与计算切分到多块GPU以满足显存与吞吐需求；

小模型或低并发场景也能在CPU或单卡上跑通，但在性能、能效与规模上，神经网络总体仍在GPU上表现更佳。

相关硬件—软件协同设计从Volta架构起就系统支持深度学习算子，并在后续架构与工具链中持续演进。

这场迁移也重塑了整个计算栈：

处理器从通用CPU走向以GPU为核心的加速计算，编程模型从手写算法走向以数据训练的模型与高层库，工程流程从“开发软件”扩展为“构建与运营AI”。
行业共识在GTC等场合被反复强调——AI/ML正在“重塑整套计算堆栈”，而加速计算已到拐点，推动从芯片、系统到软件全栈的再发明与标准化部署。

评论区聊聊你的想法吧{:10_330:}

https://xxx.ilovefishc.com/forum/202505/12/120451wiv7viv5iebupbbr.png

>>万能兑换C币许愿池<<

如果有收获，别忘了评分{:10_281:} ：

https://xxx.ilovefishc.com/forum/202011/20/092334ggd6inlzfisfrdir.png.thumb.jpg
https://xxx.ilovefishc.com/forum/202505/21/111710rvxgdn90vaub5gag.gif                                                                  

某一个“天” 发表于 2025-8-23 12:35:09

支持

不二如是 发表于 2025-8-23 12:53:14

某一个“天” 发表于 2025-8-23 12:35
支持

{:10_288:}{:13_438:}{:10_288:}{:13_438:}{:10_288:}{:13_438:}

不二如是 发表于 2025-8-23 12:53:22

感谢分享 朕又在鱼C学到东西啦！非常满意{:10_275:}

画风华 发表于 2025-8-23 14:40:04

感谢分享 朕又在鱼C学到东西啦！非常满意{:10_275:}

不二如是 发表于 2025-8-23 14:52:39

画风华 发表于 2025-8-23 14:40
感谢分享 朕又在鱼C学到东西啦！非常满意

{:13_450:}鱼C有你更精彩{:10_288:}

不二如是 发表于 2025-9-15 10:08:50

感谢分享 朕又在鱼C学到东西啦！非常满意{:10_275:}
页: [1]
查看完整版本: 英伟达之父「黄仁勋」透露：软件开发方式已经从编程转向机器学习！