Глава Nvidia, Дженсен Хуанг, во время интервью на GTC заявил, что новые технологии, основанные на транзисторах gate-all-around (GAA), могут обеспечить 20% прирост производительности процессоров компании, как сообщает EE Times. Тем не менее, наибольший рост производительности графических процессоров Nvidia достигается благодаря архитектурным решениям и программным инновациям.
Когда Хуанга спросили о будущих архитектурах графических процессоров, таких как Feynman, которые ожидаются в 2028 году, он отметил, что переход на технологии GAA должен привести к 20%-ному увеличению производительности.
Корреспондент Джарред Уолтон, присутствовавший на сессии, отметил, что Хуанг, похоже, недооценил значимость изменений в процессах, подчеркивая, что замедление закона Мура означает, что новые технологии в будущем, скорее всего, обеспечат лишь 20% улучшение по плотности, мощности и эффективности. Это не было окончательным заявлением о том, какой именно узел Nvidia может использовать, хотя ответ был дан в ответ на вопрос аналитика о возможности сотрудничества с Samsung Foundry.
Хуанг также добавил, что хотя улучшения от передовых технологий приветствуются, они больше не являются революционными.
«Мы это примем», — сказал он, подчеркнув, что другие факторы становятся более важными. По мере масштабирования систем ИИ эффективность управления большим количеством процессоров становится важнее, чем чистая производительность каждого из них. Дженсен отметил, что центры обработки данных все чаще обращают внимание на производительность на ватт, и добавил, что «мы находимся на пределе физики».
В отличие от Apple, которая является основным клиентом TSMC для всех передовых узлов, Nvidia обычно не спешит внедрять новейшие технологии TSMC. Вместо этого компания предпочитает использовать проверенные технологии. Nvidia использовала адаптированные версии 4-нм техпроцессов TSMC — 4N и 4NP — для производства своих графических процессоров Ada Lovelace, Hopper и Blackwell для клиентских ПК и центров обработки данных. 4-нм узлы TSMC относятся к набору для разработки 5-нм техпроцессов и по сути являются улучшенными версиями 5-нм технологии.
Следующее поколение графических процессоров компании для ИИ, известное под кодовым названием Rubin и использующее пользовательские процессоры Vera, ожидается в следующем году и, как предполагается, будет основано на 3-нм техпроцессе TSMC (предположительно N3P или адаптированной версии, такой как «3NP»). В этом контексте разумно ожидать, что Nvidia примет технологию GAA для Feynman, который ожидается в 2028 году.
TSMC ожидает, что ее первый техпроцесс на основе GAA — N2 — обеспечит прирост производительности на 10–15% по сравнению с N3E, вторым поколением 3-нм техпроцесса. Хуан, вероятно, не имел в виду именно TSMC N2 или альтернативные технологии от Samsung или Intel, а скорее предполагал, что 20%-ное улучшение — это то, чего он ожидает в целом.
Следует отметить, что поскольку Nvidia не использует техпроцессы первого поколения (или, по крайней мере, не использовала их в последние годы), можно ожидать, что графические процессоры Feynman примут N2P (если компания продолжит сотрудничество с TSMC), что повысит производительность и снизит сопротивление. Также возможно использование A16, который добавляет подачу питания сзади и обещает прирост производительности на 8–10% по сравнению с N2. Ожидается, что оба техпроцесса — N2P и A16 — начнут набирать популярность в 2027 году.
Если Nvidia примет N2P или A16 для своих продуктов 2028 года, то разумно ожидать 20%-ного прироста производительности на ватт для графических процессоров Feynman по сравнению с графическими процессорами Rubin на N3P. Это может быть даже больше, хотя Nvidia, похоже, иногда нацеливается на максимальную производительность, а не на максимальную эффективность, учитывая высокие вычислительные требования ИИ в настоящее время.
Хотя Nvidia является одним из ведущих разработчиков процессоров, Дженсен Хуан подчеркивает, что его компания больше не является просто полупроводниковой компанией. Он описывает Nvidia как поставщика крупномасштабной инфраструктуры для ИИ и лидера в разработке алгоритмов, особенно в областях компьютерной графики, робототехники и вычислительной литографии.
Тем не менее, Хуан считает, что Nvidia не обязательно конкурирует с собственными клиентами, так как компания не создает конечные решения для пользователей, а скорее предоставляет базовые технологии.
