Дженсен Хуанг из Nvidia заявил на сессии вопросов и ответов на GTC, что новые процессные технологии, основанные на транзисторах gate-all-around (GAA), вероятно, обеспечат увеличение производительности на 20% для процессоров компании, сообщает EE Times. Однако наибольшие приросты производительности для GPU Nvidia обеспечивают архитектуры компании и инновации в программном обеспечении.
Когда его спросили о будущих архитектурах GPU Nvidia, таких как Feynman, которые ожидаются через два поколения (в 2028 году), Хуанг отметил, что если Nvidia перейдет на процессную технологию с транзисторами GAA, это приведет к увеличению производительности на 20%.
Журналист Jarred Walton, присутствовавший на сессии, отметил, что Хуанг, похоже, недооценил важность изменений в процессных узлах, подчеркнув, что замедление закона Мура означает, что новые процессные технологии, скорее всего, обеспечат лишь 20% улучшения в плотности, мощности и/или эффективности. Это не было окончательным заявлением о том, какой узел Nvidia намерена использовать, хотя ответ был дан в ответ на вопрос аналитика о возможном использовании Samsung Foundry.
Хуанг также отметил, что, хотя улучшения, обеспечиваемые передовыми процессными технологиями, приветствуются, они уже не являются трансформационными. «Мы это примем», — сказал он, добавив, что другие факторы сейчас важнее. С масштабированием ИИ все более важным становится управление большим количеством процессоров, а не их сырая производительность. Дата-центры все больше ориентируются на производительность на ватт, отметил Хуанг, добавив, что «мы достигли предела физики».
В отличие от Apple, которая является ключевым клиентом TSMC для всех передовых узлов, Nvidia обычно не использует новейшие процессные технологии TSMC первой. Вместо этого компания использует проверенные технологии. Nvidia использовала адаптированные версии процессных технологий TSMC 4-нм класса — 4N и 4NP — для производства своих GPU Ada Lovelace, Hopper и Blackwell для клиентских ПК и дата-центров. 4-нм узлы TSMC принадлежат к 5-нм классу компании и являются улучшенными версиями 5-нм технологии.
Ожидается, что следующие GPU Nvidia для ИИ (кодовое название Rubin, с кастомными процессорами Vera) будут выпущены в следующем году и будут использовать процесс TSMC 3-нм класса (предположительно N3P или адаптированную версию, такую как «3NP»). Поэтому ожидается, что Nvidia перейдет на технологию с транзисторами GAA для Feynman, которая ожидается в 2028 году.
Сам TSMC ожидает, что его первая технология на основе GAA — N2 — обеспечит увеличение производительности на 10-15% по сравнению с N3E, второй версией 3-нм процесса, предшествующей N3P. Однако, вероятно, Хуанг не имел в виду именно TSMC N2 или альтернативы от Samsung или Intel 18A, а скорее говорил о 20%-ном улучшении в общем, что он ожидает.
Стоит отметить, что так как Nvidia не использует первичные процессные технологии (или, по крайней мере, не использовала их в последние годы), можно ожидать, что для GPU Feynman компания применит N2P (если продолжит использовать TSMC), что обеспечит улучшение производительности, снижение сопротивления и стабилизацию подачи энергии, или даже A16, который добавляет подачу энергии с задней стороны и обещает прирост производительности на 8-10% по сравнению с N2. Ожидается, что как N2P, так и A16 начнут внедряться в 2027 году.
Если Nvidia выберет N2P или A16 для своих продуктов 2028 года, то вполне возможно, что компания ожидает прирост производительности на ватт на 20% для своих GPU Feynman на N2P или A16 по сравнению с GPU Rubin на N3P. Это может быть даже больше, хотя Nvidia, похоже, ориентируется на максимальную производительность, учитывая огромные требования к вычислениям для ИИ.
Хотя Nvidia является одним из ведущих разработчиков процессоров на сегодняшний день, Дженсен Хуанг многократно подчеркивал, что его компания уже не является просто полупроводниковой компанией. Вместо этого он описал ее как поставщика инфраструктуры для ИИ в масштабе, а также как лидера в разработке алгоритмов, особенно в таких областях, как компьютерная графика, робототехника и вычислительная литография.
Тем не менее, хотя Nvidia постепенно переходит от разработки только вычислительных GPU к ИИ-серверам, а теперь и к серверным стойкам и кластерам, Хуанг считает, что компания не конкурирует со своими клиентами. По его словам, Nvidia не строит готовые решения для конечных пользователей, а предоставляет фундаментальные технологии.