Az idei GTC konferencia nyitó-előadásának egyik főszereplője mindenképp az a Jensen Huang, aki rendíthetetlenül vezeti egyre magasabb csúcsok felé az Nvidiát, a mesterséges intelligencia fontosságát erősítő üzenetekből nem volt hiány az első percekben. Érthető az optimizmus és a magabiztos előretekintés az AI-korszakban, hiszen a vállalat kikezdhetetlennek tűnő pozíciót épített ki magának a GPGPU-időszaktól kezdve a Tensor GPU-kig, többek között az Ampere és Hopper architektúráknak köszönhetően.
Az iparágra jellemző gyors iram okán eljött az idő a generációváltásra, és bár a pletykákból kikövetkeztethetővé vált pár adat a Blackwell GPU-k kapcsán, az AI-képességek fejlődési görbéjét nehéz megtippelni úgy, hogy nem ismert a konkrét hardvertechnológiai háttér. Nos, nemrég fény derült mindenre (vagyis majdnem), és úgy fest, a B200 és GB200 kódnévvel ellátott gyorsítókkal szerelt platformok elképesztő ugrást hoznak számítási teljesítményben és hatékonyságban.
Ötszörös ugrás az elődhöz képest
Talán ez lehetett az első mondat azon a whiteboard-on, amire azok a célszámok kerültek fel, melyek a Blackwell kapcsán elvárásként érkeztek a felsővezetés által. Látva, mennyire gyors ütemben haladunk előre a mesterséges intelligencia használatában, egyszerűen nem fér bele 50-100%-os fejlődés, a nagy nyelvi modellek, a különféle algoritmusok végtelen mezőin jóval nagyobb számítási igény terem. A B200, mint önálló GPU emiatt nem tekinthető szokványos lapkának, egy ún. multi-chip dizájn alkalmaztak az Nvidiánál, vagyis két compute lapka található egy tokozáson belül, lapkánként saját HBM3E memória alrendszerrel. A fizikai méretek ennek megfelelően átlag felettiek, a 208 milliárdnyi tranzisztor akár technológiai bravúrnak is nevezhető, köszönhetően a TSMC finomhangolt N4P gyártástechnológiájának. Összehasonlításul, az integrált APU-val rendelkező AMD Instinct MI300 146 milliárd tranzisztorra épül, a házon belül épp leváltott H100 gyorsítónál pedig 80 milliárd ez a számadat.
A B200 tehát tulajdonképpen két B100-as lapka integrációjára épül, teljesen koherens gyorsítótár- és memóriahasználattal, utóbbi esetében 192 GB maximális kapacitással. A gyártók számára elérhető HBM3E memórialapkák használatával 4096 bit szélességű memóriabuszon 8 TB/másodperc adatátviteli sebesség érhető el, miközben a két chiplet egymás között 10 TB/másodperc tempóval képes kommunikálni.
A különböző csatolófelületekkel (NVLink, PCIe Gen6) elérhető újdonság DGX szerverekbe építve az Nvidia állítása szerint a legerősebb x86-64 alapú számítási kapacitást kínálják AI-feladatokhoz, de a GB200-nak köszönhetően az Arm-vonal is támogatott. Nem is akárhogy, a GH200-hoz hasonlóan a 72 db Neoverse v2 maggal szerelt Grace processzor irányítja a speciális GPU-kat, az új szuperkészletre integrált B200-as duó erejével és képességeivel szemben nehéz dolga lesz a versenytársaknak.
Megtippelhető-e ez alapján az új GeForce csúcsmodell?
Nagyon nem a hétköznapi felhasználásnak szólt a GTC-s bemutató, az új lapkák ismeretében mégis egyre több adat érkezhet az RTX 5090 várható sebességéről. Az biztos, hogy az otthoni PC-s piacra a legjobb esetben is a B200 GPU felépítésének fele juthat el, vagyis egy kb. 100 milliárd tranzisztorra épülő GPU-ra számíthatunk. A Blackwell kapcsán egyelőre nincs hivatalos megerősítés a CUDA és Tensor magok számáról, de az RTX-vonal biztosan megkapja az 5-dik generációs Tensor-részeket, és valahol 20 ezer CUDA magnál tetőzhet a shader egységek száma. Az RTX 4090-hez mérten 25%-os növekedéssel lehet számolni, amit tovább emelhet a hatékonyabb működés és a DLSS következő fejlesztési lépcsője.
