隨著晶片精密到原子大小的電路和電子物理的極限，英特爾（Intel）共同創辦人摩爾（Gordon Moore）所提出的摩爾定律（積體電路上可容納的電晶體數目，大約每兩年會增加一倍，也表示效能會增強一倍）已經放慢，也有人說已經結束。但是，另一個定律正在崛起，對電子運算下一個半個世紀同樣重要。
本文引用地址：http://www.eepw.com.cn/article/202009/418599.htm這個定律大致是，驅動人工智慧的矽晶片，每兩年表現可提高逾一倍，效能的提升可歸因於硬體和軟體，但穩定發展之下，已成為大至自駕交通工具，小到個人裝置的臉部，語音和物體識別等各方面的要素。
專欄作家Christopher Mims以英偉達（Nvidia）CEO暨聯合創始人黃仁勳為名，將這個規律命名為「黃氏定律」。
英偉達首席科學家兼主管研究的資深副總裁達利（Bill Dally）指出，2012年11月到今年5月，英偉達的晶片效能在一個AI計算的重要領域中提升317倍，換句話說，平均而言，這些晶片的效能每年增加一倍以上，這一進展讓摩爾定律相形見絀。
英偉達的強項是圖像處理器（GPU），能很有效率同時執行多項個別任務。英特爾專擅的中央處理器（CPU）效率就差了些，但執行單一連續任務時表現更好。
正如英特爾並非推動摩爾定律的主要推手，英偉達也不是「黃氏定律」的唯一推動者。事實上，在某些應用上，英偉達在若干應用上的AI運算正散失吸引力，這可能正是本月以400億美元收購安謀公司（ARM Holdings）的主要原因，安謀也將是持續提高AI速度的另一大關鍵。
黃氏定律影響的一個領域是自動駕駛。對於位於聖地牙哥的自動化卡車新創公司圖森（TuSimple）來說，最大挑戰是製造一種自駕系統，能配合柴油動力的聯結車的動力和空間限制。也就是說，在一般TuSimple車輛上，整個系統要塞進臥鋪的空調駕駛室，耗電不能超過5千瓦。
在這種功耗限制下，最重要的是每瓦性能。該公司的聯合創始人兼技術長侯曉迪說，他們所開發由英偉達所驅動系統的表現每年都呈倍數成長。
AI效能也在手機上大幅提升。2017年，蘋果推出了配備神經網絡引擎的iPhone 8。蘋果設此晶片是專門為了執行機器學習的任務，這對各種AI都很重要。蘋果的晶片合作夥伴是臺積電。
從手機到各式各樣的智能產品中，行動AI的用途成倍數成長，數百萬個感測器進入城市，工廠和工業設施。安謀正是這場革命的核心。
安謀機器學習集團營銷副總裁Dennis Laudick指出，在過去的三到五年中，機器學習網絡的效率一直加速度提升，「現在愈能在愈來愈小的環境下作業」。安謀最小，最耗能的晶片小到足以由手錶電池供電，如今可以讓攝影鏡頭即時辨識物體。
專家一致認為的是，華爾街日報專欄作家所稱的「黃氏定律」的現象正以驚人的速度進展，只是確切的步調很難確認。非營利組織Open AI表示，以典型的AI影像辨識測試而論，性能每年大約增加一倍。不過，「性能」在定義上並無一定共識。
黃氏定律的另一問題是，在處理能力無法對每一種應用一概而論。圖森的侯曉迪說，即使像自駕這種已定型以AI為中心的功能，系統運作的大部分核心仍少不了CPU。輝達的Dally博士也承認了這個問題，他說，當工程師大幅提升某一部分的運算時，無法加快的部分就會成為瓶頸。
像摩爾定律一樣，黃氏定律也有枯竭的一天。Arm機器學習集團產品營銷副總裁Steve Roddy 說，這情形十年內就可能出現，但也有可能在更較短時間內發揮更大功用。