「賣晶片」走向「賣方案」 AI算力革命 臺積助攻輝達新品

圖／美聯社

不同製程單位數量電晶體成本比較

輝達正式發佈最新一代AI加速器產品-Blackwell架構下的B200，爲目前GPU產品線的旗艦產品，B200性能的創新，在臺積電製程領先技術協助下，針對大規模AI模型應用進行強化，在AI領域掀起新一輪技術革新。惟算力倍增恐已是單晶片提升極限，未來將仰賴先進封裝達成算力堆疊。

B200採多晶片封裝技術，單個GPU擁有20,480個cuda核心，較前代Hopper架構之H100提升超過2.5倍；據指出，H100的晶片面積爲814mm2，而ASML的EUV曝光尺寸理論最大值爲26x33，就是858mm2。換言之，以現有光罩的尺寸和光刻技術，沒辦法做出一個比這個更大的die size，所以索性把兩個晶片拼接，做成一個GPU。

核心數量也得益於製程工藝技術提升，兩個10,240核心的GPU以互聯技術結合，採用「two-in-one」設計，突破單顆GPU晶片面積瓶頸。市場人士表示，面對AI大模型的來勢洶洶，輝達已透過臺積電先進封裝、打破過往線性的進化節奏，相較於先進封裝，B200製程仍停留在臺積電4奈米，只不過升級爲N4P。

另一個亮點於B200在GPU間通訊方式的強化。B200採用了輝達第四代NVLink interconnect，單個NVLink Switch最高可支持576個GPU互聯，頻寬高達1.8TB／s。全新的GPU互聯技術，爲未來大規模分佈式AI訓練提供強而有力的硬體支援。

值得一提的是，B200在數據類型支持上也得到了優化。除了延續Hopper架構的FP32、FP16等常見數據類型外，B200新增加了對FP4等更低精度運算的支持。這不僅提高了推理效率，同時也爲大規模模型訓練創造了條件。

B200的推出標誌着輝達在AI加速器領域掀起新一輪技術革新。無論是在GPU規模、記憶體容量、通訊頻寬等關鍵指標上，B200都有大幅提升，成爲未來大規模AI應用的硬體基礎。

輝達的野心很大，從來都不只是單純想做一個賣AI晶片的公司，而是更大的目標-AI時代算力方案解決商；或者說輝達改變AI商業模式，想賣的不只是鏟子，而是整座礦山。