Theo PhoneArena, định luật Huang nói rằng các chip hỗ trợ Trí tuệ nhân tạo (AI) có hiệu suất hơn gấp đôi mỗi năm; cải tiến này có thể được ghi nhận cho cả phần mềm và phần cứng theo thời gian. Bill Dally, nhà khoa học chính kiêm phó chủ tịch nghiên cứu cấp cao tại Nvidia cho rằng từ tháng 11.2012 đến tháng 5.2020, hiệu suất của một số chip Nvidia AI đã tăng 317 lần.
Về cơ bản, điều đó tốt hơn những gì mà Định luật Moore đưa ra. Đó là lý do mà TuSimple, một công ty liên quan đến xe tải tự lái, cho biết hiệu suất hoạt động xe của họ đang tăng gấp đôi mỗi năm trên các hệ thống do Nvidia cung cấp.
Các chip GPU có thể xử lý nhiều tác vụ khác nhau đồng thời, trong khi CPU xử lý nhanh các tác vụ đơn lẻ tốt hơn. Một số tác vụ, bao gồm cả những tác vụ liên quan đến AI, có thể được xử lý nhanh hơn nhiều nhờ chip GPU sử dụng ít năng lượng hơn. Và khi AI chuyển từ đám mây sang sử dụng trên thiết bị, ARM Holdings là một trong những công ty đi đầu trong việc cung cấp các thành phần cần thiết. Đó là lý do khiến Nvidia quyết định chi 40 tỉ USD để mua lại ARM.
Nhưng có một số lưu ý là sức mạnh xử lý có sẵn từ GPU không thể được sử dụng trong mọi tình huống. Đồng sáng lập kiêm Giám đốc công nghệ TuSimple Xiaodi Hou lưu ý ngay cả trong các doanh nghiệp phụ thuộc nhiều vào AI như xe tải tự lái, hầu hết mã của hệ thống đều yêu cầu sử dụng CPU. Và giống như Định luật Moore, cuối cùng Định luật Huang sẽ không còn khả thi nữa. Có thể mất gần một thập kỷ để định luật của Huang trở nên hữu ích nhưng sẽ không được sử dụng rộng rãi như những gì mà Định luật Moore đã và đang tiếp tục.
