NVIDIA Blackwell to architektura GPU nowej generacji zaprezentowana przez NVIDIA w 2024 roku, zaprojektowana jako 'silnik fabryk AI' do treningu i inferencji duzych modeli. Uklady Blackwell (m.in. B200) zawieraja 208 miliardow tranzystorow i sa produkowane w custom procesie TSMC 4NP. Cechuja sie konstrukcja dwumatrycowa (dual-die): dwie matryce ograniczone rozmiarem reticle sa polaczone interconnectem chip-to-chip o przepustowosci 10 TB/s (NV-HBI) i dzialaja jako jeden, spojny GPU.
Kluczowe innowacje to druga generacja Transformer Engine z obsluga 4-bitowej liczby zmiennoprzecinkowej (FP4) - podwajajaca wydajnosc i rozmiar modeli nastepnej generacji - oraz piata generacja NVLink (do 1,8 TB/s na GPU) do laczenia wielu ukladow. Blackwell dodaje dedykowany silnik RAS (niezawodnosc, dostepnosc, serwisowalnosc), silnik dekompresji dla analityki danych oraz confidential computing (TEE-I/O) dla bezpieczenstwa. Uklad B200 oferuje 192 GB pamieci HBM3e o przepustowosci ok. 8 TB/s i do ok. 20 petaFLOPS w formacie FP4.
Blackwell jest podstawa szerokiej rodziny produktow NVIDII: ukladow B200/B100, superchipa GB200 (2 GPU Blackwell + CPU Grace) oraz systemow rack-scale GB200 NVL72 i GB300 NVL72. Nastepca architektury jest NVIDIA Rubin (Vera Rubin).
Akcelerator AI
Do jakiej grupy należy NVIDIA Blackwell i jak jest skonstruowany
AI Accelerator to wyspecjalizowany komponent sprzętowy zaprojektowany do wydajnego wykonywania obliczeń związanych ze sztuczną inteligencją, w szczególności inferencji sieci neuronowych, przetwarzania wizji komputerowej i analizy danych sensorycznych. W robotyce akceleratory AI są używane do uruchamiania modeli percepcji, rozpoznawania obiektów, segmentacji obrazu, planowania i innych zadań wymagających wysokiej mocy obliczeniowej przy ograniczonych zasobach energetycznych. Mogą występować jako dedykowane układy NPU, TPU, VPU, GPU lub specjalizowane moduły embedded.
Karta akceleratora AI data-center to klasa konstrukcyjna opisująca budowę wysokowydajnych procesorów obliczeniowych (GPU/akceleratorów) przeznaczonych do montażu w serwerach centrów danych. Charakteryzuje się: form factorem SXM (moduł lutowany do płyty bazowej HGX/DGX) lub dwuslotową kartą PCIe; pamięcią o wysokiej przepustowości (HBM2e/HBM3/HBM3e) zintegrowaną na pakiecie; dedykowanymi łączami GPU-GPU (NVLink, Infinity Fabric) o przepustowości setek GB/s; wysokim TDP (350–1000 W) wymagającym chłodzenia powietrznego lub cieczowego; obsługą wirtualizacji/partycjonowania (MIG) oraz formatów obliczeniowych niskiej precyzji (FP8/FP16/BF16/INT8). Klasa obejmuje konstrukcje takie jak NVIDIA H100/H200/A100, AMD Instinct MI300, Google TPU, Intel Gaudi. Opisuje budowę i konfigurację fizyczną, nie rolę funkcjonalną (tą określa typ komponentu „Akcelerator AI").
Podstawowe właściwości fizyczne NVIDIA Blackwell — wymiary, masa i materiały
Inne części sprzętowe powiązane z NVIDIA Blackwell
Rack-scale, ciekłochłodzony system obliczeniowy oparty na 72 procesorach graficznych NVIDIA Blackwell (B200) i 36 procesorach NVIDIA Grace, przeznaczony do trenowania i wnioskowania dużych modeli AI.
Rack-scale, ciekłochłodzony system obliczeniowy oparty na 72 procesorach graficznych NVIDIA Blackwell Ultra (B300) i 36 procesorach NVIDIA Grace, przeznaczony do wnioskowania i trenowania dużych modeli AI.
Akcelerator AI data-center oparty o architekturę NVIDIA Hopper (2023): pierwszy GPU z pamięcią HBM3e — 141 GB przy 4,8 TB/s. Ta sama moc obliczeniowa co H100, ale niemal dwukrotnie większa i szybsza pamięć dla treningu i inferencji dużych modeli językowych.
Akcelerator AI data-center oparty o architekturę NVIDIA Hopper (2022): 80 GB HBM3, 700 W, 4. generacja Tensor Cores z FP8 i Transformer Engine. Standardowy GPU do treningu LLM i hyperskalowej inferencji AI.
Platforma AI nowej generacji NVIDIA: GPU Rubin (HBM4) + CPU Vera (88 rdzeni Olympus). Szafa Vera Rubin NVL144: 144 GPU Rubin, 36 CPU Vera, do 3,6 EF FP4 (inferencja) i 1,2 EF FP8 (trening). Dostepnosc: 2. pol. 2026.
