Blackwell é uma unidade de processamento gráfico (GPU) microarquitetura desenvolvida pela Nvidia como sucessora das microarquiteturas Hopper e Ada Lovelace.

Nomeada em homenagem ao estatístico e matemático David Blackwell, o nome da arquitetura Blackwell foi vazado em 2022 com os aceleradores B40 e B100 sendo confirmados em outubro de 2023 com um roteiro oficial da Nvidia mostrado durante uma apresentação para investidores. Foi oficialmente anunciada na palestra da GTC 2024 da Nvidia em 18 de março de 2024.

História Em março de 2022, a Nvidia anunciou a arquitetura de datacenter Hopper para aceleradores de IA. A demanda por produtos Hopper foi alta durante o hype de IA de 2023. O tempo de espera entre o pedido e a entrega de servidores baseados em H100 foi entre 36 e 52 semanas devido à escassez e alta demanda. A Nvidia supostamente vendeu 500.000 aceleradores H100 baseados em Hopper apenas no terceiro trimestre de 2023. O domínio da IA da Nvidia com produtos Hopper levou a empresa a aumentar sua capitalização de mercado para mais de US$ 2 trilhões, atrás apenas da Microsoft e da Apple. A arquitetura Blackwell é nomeada em homenagem ao matemático americano David Blackwell, que era conhecido por suas contribuições para os campos matemáticos da teoria dos jogos, teoria das probabilidades, teoria da informação e estatística. Essas áreas influenciaram ou são implementadas em projetos de modelos de IA generativa baseados em transformadores ou seus algoritmos de treinamento. Blackwell foi o primeiro acadêmico afro-americano a ser introduzido na Academia Nacional de Ciências. Na Apresentação para Investidores da Nvidia de outubro de 2023, seu roteiro de datacenter foi atualizado para incluir referência aos seus aceleradores B100 e B40 e à arquitetura Blackwell. Anteriormente, o sucessor de Hopper era simplesmente nomeado nos roteiros como "Hopper-Next". O roteiro atualizado da Nvidia enfatizou a mudança de uma cadência de lançamento de dois anos para produtos de datacenter para lançamentos anuais direcionados para sistemas x86 e ARM. Na Graphics Technology Conference (GTC) em 18 de março de 2024, a Nvidia anunciou oficialmente a arquitetura Blackwell com foco colocado em seus aceleradores de datacenter B100 e B200 e produtos associados, como a placa de oito GPUs HGX B200 e o sistema em rack NVL72 de 72 GPUs. O CEO da Nvidia, Jensen Huang, disse que com Blackwell, "nós criamos um processador para a era da IA generativa" e enfatizou a plataforma Blackwell geral que combina aceleradores Blackwell com a CPU Grace baseada em ARM da Nvidia. A Nvidia divulgou endossos de Blackwell dos CEOs da Google, Meta, Microsoft, OpenAI e Oracle. A palestra não mencionou jogos. Foi relatado em outubro de 2024 que havia um defeito de design na arquitetura Blackwell que havia sido corrigido em colaboração com a TSMC. De acordo com Huang, o defeito de design era "funcional" e "causou baixo rendimento". Em novembro de 2024, o Morgan Stanley relatava que "toda a produção de 2025" do silício Blackwell "já estava vendida". Durante a palestra da empresa na CES 2025, a Nvidia anunciou que os modelos de fundação para Blackwell incluirão modelos da Black Forest Labs (Flux), Meta AI, Mistral AI e Stability AI.

Arquitetura Blackwell é uma arquitetura projetada tanto para aplicações de computação em datacenter quanto para aplicações de jogos e estações de trabalho, com dies dedicados para cada finalidade.

Nó de processo Blackwell é fabricada no nó de processo personalizado 4NP para produtos de datacenter e no nó de processo personalizado 4N para produtos de consumo, ambos da TSMC. 4NP é um aprimoramento do nó 4N usado para as arquiteturas Hopper e Ada Lovelace. O processo 4NP específico da Nvidia provavelmente adiciona camadas de metal à tecnologia padrão N4P da TSMC. O dado GB100 contém 104 bilhões de transistores, um aumento de 30% em relação aos 80 bilhões de transistores no dado Hopper GH100 da geração anterior. Como Blackwell não pode colher os benefícios que vêm com um grande avanço no nó de processo, ela deve alcançar eficiência energética e ganhos de desempenho por meio de mudanças arquitetônicas subjacentes. O dado GB100 está no limite de retículo da fabricação de semicondutores. O limite de retículo na fabricação de semicondutores é o tamanho máximo dos recursos que as máquinas de litografia podem gravar em um dado de silício. Anteriormente, a Nvidia havia quase atingido o limite de retículo da TSMC com o dado GH100 de 814 mm2. Para não ser restringida pelo tamanho do dado, o acelerador B100 da Nvidia utiliza dois dados GB100 em um único pacote, conectados com um link de 10 TB/s que a Nvidia chama de NV-High Bandwidth Interface (NV-HBI). O NV-HBI é baseado no protocolo NVLink 7. O CEO da Nvidia, Jensen Huang, disse em uma entrevista à CNBC que a Nvidia havia gasto cerca de US$ 10 bilhões em pesquisa e desenvolvimento para a interconexão de dados NV-HBI de Blackwell. O veterano engenheiro de semicondutores Jim Keller, que havia trabalhado nas arquiteturas K7, K12 e Zen da AMD, criticou esse valor e afirmou que o mesmo resultado poderia ser alcançado por US$ 1 bilhão usando Ultra Ethernet em vez do sistema proprietário NVLink. Os dois dados GB100 conectados são capazes de agir como uma grande peça monolítica de silício com total coerência de cache entre ambos os dados. O pacote de dois dados totaliza 208 bilhões de transistores. Esses dois dados GB100 são colocados em cima de um interposer de silício produzido usando a técnica de empacotamento 2.5D CoWoS-L da TSMC. No lado do consumidor, o maior dado da Blackwell, GB202, mede 750mm2, o que é 20% maior que o AD102, o maior dado da Ada Lovelace. O GB202 contém um total de 24.576 núcleos CUDA, 28,5% a mais do que os 18.432 núcleos CUDA no AD102. O GB202 é o maior dado de consumidor projetado pela Nvidia desde o dado TU102 de 754mm2 em 2018, baseado na microarquitetura Turing. A lacuna entre GB202 e GB203 também se tornou muito maior em comparação com as gerações anteriores. GB202 possui mais que o dobro do número de núcleos CUDA do que GB203, o que não era o caso com AD102 sobre AD103.

Multiprocessador de fluxo

Núcleos CUDA O Compute Capability 10.0 e o Compute Capability 12.0 do CUDA são adicionados com Blackwell.

Núcleos Tensor A arquitetura Blackwell introduz núcleos Tensor de quinta geração para computação de IA e realização de cálculos de ponto flutuante. No datacenter, Blackwell adiciona suporte nativo para tipos de dados sub-8 bits, incluindo novos formatos de microescala MXFP6 e MXFP4 definidos pela comunidade Open Compute Project (OCP) para melhorar a eficiência e precisão em computações de baixa precisão. A arquitetura Hopper anterior introduziu o Transformer Engine, software para facilitar a quantização de modelos de maior precisão (por exemplo, FP32) para menor precisão, para o qual Hopper tem maior taxa de transferência. O Transformer Engine de segunda geração da Blackwell adiciona suporte para MXFP4 e MXFP6. O uso de dados de 4 bits permite maior eficiência e taxa de transferência para inferência de modelo durante o treinamento de IA generativa. A Nvidia reivindica 20 petaflops (excluindo o ganho de 2x que a empresa reivindica para esparsidade) de computação FP4 para o superchip de GPU dupla GB200.

Núcleos de Ray Tracing A quarta geração de núcleos de ray tracing é introduzida na Blackwell e inclui um novo Triangle Cluster Intersection Engine para Mega Geometry e Linear Swept Spheres para ray tracing acelerado de detalhes mais finos, como cabelo.

Processador de Gerenciamento de IA Blackwell introduz um Processador de Gerenciamento de IA (AMP), um chip agendador dedicado na GPU construído em RISC-V. Ele é projetado para descarregar o agendamento da CPU em um grau maior do que as gerações anteriores fizeram e ajuda a GPU a controlar melhor seus próprios recursos. Ele é utilizado através do Agendamento de GPU Acelerado por Hardware do Windows (HAGS).

Dados Blackwell Datacenter

Consumidor

Ver também Lista de unidades de processamento gráfico da Nvidia

Referências