NVIDIA sprejema GAA tranzistorje: Huang obljublja 20% povečanje zmogljivosti
Med konferenco GTC 2025 v San Joseju je izvršni direktor NVIDIA, Jensen Huang, razkril podrobnosti tehnološke strategije podjetja, ki združuje inovacije v polprevodnikih z razvojem robustne infrastrukture umetne inteligence. Po Huangovih besedah bo prehod na transistorske tehnologije gate-all-around (GAA) v prihajajočih Feynman čipih — ki jih pričakujemo do leta 2028 — povečal zmogljivost za do 20%. Vendar pa podjetje daje ključno poudarek na arhitekturnih in programski rešitvah namesto da bi se le osredotočilo na sprejemanje najnovejših proizvodnih procesov.
Huang je poudaril, da se obdobje revolucionarnih prebojev v litografiji bliža koncu. Tudi prehod na obetavne 2-nm vozlišča z GAA tranzistorji, kot ocenjuje TSMC, naj bi prinesel le 10–15% izboljšanje zmogljivosti. Kljub temu NVIDIA — tradicionalno previdna glede "surovih" tehnologij — načrtuje uporabo optimiziranih različic, kot sta N2P ali A16 z obratnim prenosom moči. Huang meni, da bo ta pristop dosegel obljubljeno 20% povečanje z zmanjšanjem upornosti in stabilizacijo porabe energije.
Huang je jasno povedal, da se NVIDIA ne vidi več kot tradicionalni proizvajalec polprevodnikov. Namesto tega podjetje gradi celovito infrastrukturo umetne inteligence, ki vključuje algoritme za računalniški vid, robotiko in celo oblikovanje čipov. Eden od primerov te strategije so prihajajoče platforme Rubin (predvidene za leto 2026) na 3-nm N3P procesu, ki bodo integrirale Vera GPU in CPU v enotno arhitekturo za podatkovne centre. Kljub temu, kot poudarja Huang, se njihov polni potencial ne bo uresničil, dokler ne bodo združeni s proprietary okviri, kot sta CUDA in Omniverse.
Navdušenje okoli GAA tehnologije je upravičeno, saj so ti tranzistorji res sposobni prinašati povečanje zmogljivosti. Pri GAA tranzistorjih gate popolnoma obdaja prevodni kanal, kar zmanjšuje puščanje in izboljšuje nadzor. Analitiki opažajo, da Huangove izjave odražajo širši trend v industriji: premik fokusa od zgolj povečevanja hitrosti takta k optimizaciji energetske učinkovitosti in razširljivosti. Z razvojem AI grozdov bi lahko celo 20% povečanje na ravni čipa potencialno podvojilo zmogljivost podatkovnih centrov — pod pogojem, da je integracija pametno izvedena.