粉碎摩尔定律后，黄仁勋又要打破 Scaling Law 的墙

文章预览

刚刚击破摩尔定律的英伟达，却要撞上 scaling laws 的墙？ 相当一部分评论家和分析师是这么认为的。即便你不同意，也不能怪他们，毕竟在英特尔的身上，大家刚刚目睹了摩尔定律似乎「失效」了。 在最近两次财报电话会议（25Q3、Q4）中，每次都有不止一位分析师向英伟达 C-level 抛出同一类问题：神经网络的 scaling law 是否不再起到作用了？ 他们真正想问的是：英伟达还能否续写连续两个财年的疯狂增长？ 这就是在业界甚嚣尘上的 scaling law 撞墙猜测。 简而言之，机器学习的 scaling law 的指的是随着模型大小（参数量）、数据集、训练成本这三大要素的提升，大模型的性能也会有所提升（具体细节不展开）。 而许多分析师看到 DeepSeek 震惊世界的成果之后，得出一种新的猜测，认为进一步训练天量参数和超大数据集的大语言模型的意义没那么大了， ………………………………