NVIDIA, z założycielem i dyrektorem generalnym Jensenem Huangiem na czele, zajął centralne miejsce na targach Computex 2024 w Tajpej, gdzie ogłosił nadchodzącą produkcję ich procesora graficznego sztucznej inteligencji (AI) nowej generacji o nazwie „Rubin”. Z planami rozpoczęcia masowej produkcji w 2026 roku, Huang podkreślił integrację pamięci wysokiej przepustowości szóstej generacji (HBM4) w GPU Rubin, chociaż wstrzymał się od ujawnienia szczegółowych specyfikacji.
Tajwańskie media zarysowały potencjalne uwzględnienie w GPU Rubin najnowszej technologii procesowej 3 nm Taiwan Semiconductor Manufacturing Company (TSMC), sugerując, że będzie to inauguracyjny model wykorzystujący HBM4. Huang omówił także rozpoczęcie platformy dla wcześniej zapowiedzianej następczyni architektury Hopper, GPU Blackwell, mając na celu jej oficjalne wdrożenie wkrótce. Ponadto zaplanowane na 2025 roku GPU Blackwell Ultra ma być wyposażone w pamięć piątej generacji HBM, znanej jako HBM3E.
GPU, znane z możliwości wykonywania obliczeń równoległych, stają się coraz bardziej istotne w dziedzinie AI, a NVIDIA nie zamierza się na tym poprzestać. Plany ujawniają, że własny procesor CPU, o nazwie „Vera”, ma wkrótce wejść na rynek, a oczekiwane jest pojawienie się w 2027 roku GPU Rubin Ultra. Podczas swojego wystąpienia, Huang wyraził przekonanie, że NVIDIA odegra kluczową rolę w stopniowym integrowaniu technologii AI z komputerami osobistymi, spodziewając się rozszerzenia działalności poza dostawców usług chmurowych (CSP) na szerszą gamę klientów, potencjalnie przyspieszając adaptację AI w korporacjach i rządach.
Ilustrując szybką ewolucję w dziedzinie AI, Huang wspomniał o koncepcji „cyfrowych ludzi” zdolnych do interakcji z prawdziwymi osobami. Przedstawił także serwer GB200 NVL72, wyprodukowany we współpracy z tajwańskim Foxconnem, oraz wspomniał, że Centralne Biuro Meteorologii Tajwanu wykorzystuje cyfrowy model ziemi NVIDIA Earth-2 do poprawy dokładności prognoz pogody, w tym dotyczących tajfunów.
To wydarzenie Computex nie tylko prezentuje innowacje technologiczne, ale także pokazuje rosnącą popularność Huanga, która teraz dorównuje gwiazdom show-biznesu w jego ojczyźnie, na Tajwanie.
Najważniejsze pytania i odpowiedzi:
1. Jakie innowacje można oczekiwać od nadchodzącego „Rubin” AI GPU NVIDIA?
GPU AI „Rubin” ma zintegrować szóstą generację pamięci wysokiej przepustowości (HBM4) i potencjalnie uwzględnić technologię procesową 3 nm TSMC. Stanowi to krok naprzód w technologii i możliwościach AI firmy NVIDIA.
2. Kiedy spodziewane jest wprowadzenie na rynek „Rubin” AI GPU NVIDIA?
Rozpoczęcie masowej produkcji GPU AI Rubin jest zaplanowane na 2026 rok.
3. Jakie korzyści niesie technologia AI w GPU?
GPU są bardzo wydajne w zadaniach obliczeniach równoległych, co jest istotne dla obliczeń AI. Technologia AI w GPU może prowadzić do postępów w interakcjach cyfrowych, takich jak „cyfrowi ludzie”, oraz poprawie modeli predykcyjnych, jak usprawnienia w prognozach pogody wskazane przez Huanga.
Kluczowe wyzwania lub kontrowersje:
Jednym z kluczowych wyzwań związanych z zaawansowanymi GPU takimi jak „Rubin” jest złożoność procesu produkcji, zwłaszcza gdy wchodzi w grę zmniejszenie węzłów do procesów o masce 3 nm. Zapewnienie wydajności i sprawności na tych skalach wymaga znacznej wiedzy inżynierskiej i inwestycji. Innym wyzwaniem jest rynek konkurencyjny, gdzie NVIDIA musi utrzymać przewagę technologiczną nad konkurentami, takimi jak AMD i Intel.
Kontrowersje mogą pojawić się wokół wpływu na środowisko związanego z produkcją i użytkowaniem systemów wysokowydajnościowego komputingu. Wydajność energetyczna i emisja dwutlenku węgla w centrach danych wykorzystujących te GPU mogą być problemem dla świadomych ekologicznie konsumentów i organizacji.
Zalety i Wady:
Zalety:
– Zaawansowane osiągi i możliwości w obszarze AI, mogące potencjalnie odmienić różne branże.
– Integracja pamięci wysokiej przepustowości (HBM4), która może zaoferować znaczące poprawy przepustowości potrzebne do złożonych zadań związanych z danymi.
– Potencjalny skok wydajności dzięki przyjęciu technologii procesowej 3 nm TSMC.
Wady:
– Potencjalnie wysoki koszt, który może ograniczać dostępność dla niektórych firm i osób prywatnych.
– Zaawansowane GPU mogą wymagać znacznej mocy, co prowadzi do zwiększonego zapotrzebowania na energię.
Linki Powiązane:
NVIDIA
Taiwan Semiconductor Manufacturing Company (TSMC)
Foxconn
Popularność Jensena Huanga:
Popularność Jensena Huanga w Tajwanie i poza jego granicami jest nie tylko dowodem sukcesu jego firmy, ale także rosnącego zainteresowania technologiami AI i ich wpływu na przyszłość. O jego popularności świadczy również zainteresowanie, jakie budzi na takich wydarzeniach jak Computex, wskazując zarówno na wpływ NVIDIA, jak i znaczenie AI w globalnym krajobrazie technologicznym.