Jensen Huang, da Nvidia

Jensen Huang, da NVIDIA, disse durante uma sessão de perguntas e respostas no GTC que as tecnologias de processo de próxima geração que dependem dos transistores Gate-All-Around (GAA) provavelmente trarão um aumento de 20% para os processadores da empresa, relatórios EE Times. No entanto, as elevações de desempenho mais significativas para as GPUs da NVIDIA são trazidas pelas arquiteturas da empresa, bem como por inovações de software.

Quando perguntado sobre arquiteturas de GPU da NVIDIA de geração futura como Feynman, que é esperado de duas gerações daqui a (2028), Huang mencionou que, se a NVIDIA for transferida para uma tecnologia de processo que se baseia em transistores do GAA, ele deve aumentar um aumento de 20% no desempenho.

Nosso próprio Jarred Walton estava nas perguntas e respostas, e diz que Huang pareceu subestimar a importância das mudanças nos nó do processo, enfatizando que a desaceleração da lei de Moore significa que as novas tecnologias de processos daqui para frente têm apenas uma melhoria de 20%-em densidade, potência e/ou eficiência. Não foi uma declaração definitiva sobre o que a NVIDIA poderia pretender usar, embora a resposta tenha sido uma resposta a uma pergunta do analista, procurando seus comentários sobre o potencial da NVIDIA usar a Samsung Foundry em particular.

Huang também observou que, embora as melhorias possibilitadas pelas tecnologias de processo de ponta sejam bem-vindas, elas não são mais transformadoras. “Vamos aceitar”, disse ele, mas indicou que outros fatores eram mais importantes. À medida que os sistemas de IA escalam, a eficiência de gerenciar um grande número de processadores está se tornando mais importante que o desempenho bruto de cada processador. Os data centers estão cada vez mais analisando o desempenho por watt, disse Jensen, nada que “estamos no limite da física”.

Ao contrário da Apple, que é o cliente alfa da TSMC para todos os nós de ponta, a NVIDIA não é normalmente uma empresa que adota primeiro as mais recentes tecnologias de processo da TSMC. Em vez disso, ele usa tecnologias comprovadas. A NVIDIA usou versões personalizadas das tecnologias de processo de classe 4NM da TSMC-4N e 4NP-para produzir suas GPUs Ada Lovelace, Hopper e Blackwell para PCs e datacenters clientes. Os nós de produção de classe 4nm da TSMC pertencem ao kit de desenvolvimento de processos de 5 nm da empresa e são essencialmente versões refinadas da tecnologia 5NM da fundição.

As GPUs de próxima geração da empresa para a IA (codinome Rubin, com CPUs personalizadas de Vera) são esperadas no próximo ano e devem usar o processo de fabricação de classe de 3 nm da TSMC (presumivelmente N3P ou uma versão personalizada como “3NP”). Para esse fim, faz sentido esperar que a NVIDIA adote uma tecnologia de processo baseada em GAA para Feynman, que é esperada em 2028.

A própria TSMC espera que sua primeira tecnologia de processo baseada no GAA-N2-aumente o desempenho em 10% a 15% em comparação com a N3E, a tecnologia de processo de 3 nm de segunda geração da empresa que precede o N3P. Novamente, Huang da Nvidia provavelmente nem se referiu ao TSMC N2 ou à alternativa da Samsung ou mesmo ao 18A da Intel, mas apenas sugerir uma melhoria de 20% em geral é o que ele espera.

Vale a pena notar que, uma vez que a NVIDIA não usa tecnologias de processo de primeira geração (ou pelo menos não usado há anos), esperamos que as GPUs da Feynman adotem o N2P (se continuar a usar o TSMC), o que aumenta o desempenho, reduz a resistência e promete uma entrega de 8, ou mesmo a potência do UP. Espera -se que N2P e A16 aumentem em 2027.

Se a Nvidia adotar N2P ou A16 para seus produtos 2028, é razoável que a empresa espere um desempenho de 20% por ganho de watt para suas GPUs Feynman em N2P ou A16 em comparação com GPUs Rubin em N3P. Pode ser ainda mais do que isso, embora a Nvidia pareça estar pressionando pelo desempenho máximo às vezes, em vez da eficiência máxima, dadas as demandas vorazes de computação de IA no momento.

Embora a Nvidia seja um dos principais desenvolvedores de processadores atualmente, Jensen Huang enfatizou várias vezes que sua empresa não é mais uma empresa de semicondutores. Em vez disso, ele descreveu a empresa como um fornecedor de infraestrutura de IA em larga escala. Ele também o descreveu como líder no desenvolvimento de algoritmos, especialmente para computação gráfica, robótica e campos como litografia computacional.

Mas enquanto a NVIDIA muda gradualmente do desenvolvimento de GPUs ‘Just’ para servidores e agora servidores de servidores, Huang acredita que a NVIDIA não compete necessariamente com seus próprios clientes. Segundo ele, a NVIDIA não cria soluções reais para o usuário final, mas fornece tecnologias fundamentais.