问：
摩尔定律如何为当前的AI革命做出贡献？
A：人们很容易想到当今人工智能的进步主要与解决逻辑和面向数据的问题有关，但是对于那些试图创新并不断前进的公司来说，回头思考一下更强大的硬件也有帮助。为当今的机器学习和人工智能功能做出了贡献。
过去30年来一直关注IT的任何人都可以清楚地看到摩尔定律从人工智能发展中受益的一些更明显的方式。 第一个问题是，处理人工智能数据集的实际集中式计算机工作站和数据中心要比计算早期的规模要小，这会有所作为。 如果简单的大型机仍占据着洗衣机/干衣机的空间，那么可以理解，这将对各种新技术的敏捷开发产生抑制作用。
但是，更重要的是，基于摩尔定律的公司在效率方面的成就使超小型移动数据收集设备的普及成为可能。 智能手机是最好的例子，但是摩尔定律还为我们提供了数码相机，MP3播放器和许多其他小硬件，它们以惊人的速度收集自己的数据。 现在，物联网正在利用智能厨房电器和各种其他非常现代化的硬件来促进这一过程，这些技术的交换思想是带有芯片的设备足够小，几乎可以放置在任何东西中。
但是，这些并不是摩尔定律使新机器学习和人工智能进步受益的唯一途径。 在《麻省理工学院技术评论》中，作家汤姆·西蒙尼特（Tom Simonite）断言，摩尔定律还可以作为一种“协调手段”，用于预测未来几年将在市场上推出的东西，从而为开发人员和其他人提供一条相似的道路。地图和未来创新的指针。
Niel Viljoen提出了另一个有趣的观点，他谈到摩尔定律对于新的基于云的系统和崭新的人工智能技术的出现仍然可能至关重要。
Viljoen的观点似乎是，在扩展系统中添加通用内核不足以真正将硬件与网络全面连接，这会导致瓶颈。 相应的想法是，收敛模型将加快数据密集型系统的各种功能。 换句话说，由于计算系统会根据它们在硬件中所能容纳的内容来不断扩展其数据使用量，因此构建者从来没有绕过包括某些必然的开发功能，例如图像处理，加密，视频渲染等。
结果，现代数据中心变得非常强大，但仍然依靠外部元素来进行所需的处理– Viljoen认为“片上系统”的未来出现是，超融合硬件具有完成所有联网功能所需的一切，简化数据流，使系统灵活且具有强大的数据功能。
总体而言，摩尔定律已在IT进步方面提供了帮助，并在基本方面继续提供帮助。 它是“现在的科幻小说”模型的一部分，该模型显示了人类在一个或两个世纪的历史中在构建数据系统方面已经走了多远。
