Nvidia Blackwell: B200-GPU stößt als Dual-Die-Monster in ganz neue Sphären vor
Nvidia hat seine hauseigene KI-Entwicklerkonferenz GTC 2024 wie erwartet dazu genutzt, um die neue Blackwell-Architektur sowie die darauf basierende Dual-Die-GPU Nvidia B200 und den Superchip Nvidia GB200 vorzustellen.
Nvidia hat seine hauseigene KI-Entwicklerkonferenz GTC 2024 wie erwartet dazu genutzt, um die neue Blackwell-Architektur sowie die darauf basierende Dual-Die-GPU Nvidia B200 und den Superchip Nvidia GB200 vorzustellen. Mit der bis zu 30-fachen Leistung im Vergleich zur Vorgängergeneration H100 und GH100 auf Basis der Hopper-Architektur stößt Nvidia damit jetzt in gänzlich neue Sphären vor.
B200 als Dual-Die-GPU mit neuer Transformer Engine
Auf Basis der neu entwickelten Blackwell-Architektur geht der B200-Grafikprozessor als Dual-Die-GPU an den Start, deren beiden Dies über einen Die-to-Die-Link mit bis zu 10 Terabyte pro Sekunde miteinander kommunizieren können und als Single-GPU angesprochen werden. Durch die schnelle Direktverbindung der beiden Dies resultieren keinerlei Nachteile aus diesem Design im Vergleich zu einem beispielsweise von AMD bevorzugten MCM ("Multi-Chip-Module").
Quelle: Nvidia
Die B200-GPU konkurriert mit AMD Instinct MI300X und MI300A und setzt auf insgesamt 192 GiByte HBM3e-Speicher, welcher über eine Speicherbandbreite von bis zu 8 Terabyte pro Sekunde verfügt. AMD schickt ebenfalls 192 GiByte Speicher ins Rennen, setzt aber noch auf den etwas "langsameren" Vorgänger HBM3 mit "lediglich" 5,2 Terabyte pro Sekunde an Speicherbandbreite. Die Blackwell-Architektur, auf der Nvidias Dual-Die-GPU basiert, soll laut Nvidia-CEO Jensen Huang ein gewaltiger Schritt vorwärts sein. Im Vergleich zu Hopper soll die...
- bis zu 4-fache Leistung beim KI-Training
- bis zu 30-fache Leistung bei KI-Inferencing
- bei einer 25-fach höheren Energieeffizienz
...bereitstellen können. Auch wenn Nvidia wie alle Hersteller in diesen Szenarien vom "Best Case" ausgeht, scheinen die Blackwell-Architektur sowie die darauf basierenden Produkte ein großer Wurf zu sein. Erreicht werden soll dieser immense Fortschritt und Leistungszuwachs auch durch die zweite Generation der Transformer Engine in den Tensor Cores. Gemessen an reinen Zahlen lässt die B200-GPU ihren direkten Vorgänger, den H100, weit hinter sich und fast schon alt aussehen.
| Nvidia B200 ("Blackwell") | Nvidia H100 ("Hopper") | |
|---|---|---|
| Node | 4 nm TSMC | 4 nm TSMC |
| Transistoren | 208 Milliarden | 80 Milliarden |
| FP4-Rechenleistung | bis zu 20 PetaFLOPS | -* |
| FP8-Rechenleistung | bis zu 10 PetaFLOPS | bis zu 4 PetaFLOPS |
| FP16-Rechenleistung | bis zu 5 PetaFLOPS | bis zu 2 PetaFLOPS |
| Grafikspeicher | 192 GiByte HBM3e | 80 GiByte HDM2 |
| Bandbreite | 8 TB/s | 3,35 TB/s |
*) Hopper kann FP4 nicht auf Tensor Cores beschleunigen.
Die technischen Spezifikationen der B200-GPU lesen sich beeindruckend, was sich schlussendlich auch in den darauf basierenden Produkte widerspiegelt. Nvidia ist absolut gewillt, seinen Platz als Weltmarktführer im Bereich der Künstlichen Intelligenz zu manifestieren und noch weiter auszubauen.
Quelle: Nvidia
Diese Überlegenheit schlägt sich auch in den von Nvidia veröffentlichten Hersteller-Benchmarks nieder. Was nicht zuletzt an einer verdoppelten GPU-zu-GPU-Bandbreite, die durch einen beschleunigten NVLink von 900 GB/s auf 1,8 TB/s angehoben wurde, sowie einer noch stärkeren Ausrichtung auf die Bedürfnisse beim Inferencing liegt.
Nvidia stößt mit der Blackwell-Architektur, der B200-GPU, die offiziell unter der Bezeichnung NVIDIA B200 Tensor Core GPU firmiert, sowie den darauf basierenden KI-Supercomputern HGX B200 in neue Sphären vor.
Nvidia hat noch mehr gezeigt
Im Rahmen der GTC 2024 präsentierte Nvidia aber noch weitere Lösungen auf Basis der neuen Blackwell-Architektur, wie beispielsweise den neuen GB200-Superchip, den PCGH in einer gesonderten Meldung ebenfalls noch im Detail vorstellen wird.
Ihre Meinung ist gefragt!
Wie stehen Sie zu diesem Thema? Die PCGH-Redaktion freut sich über Ihre fundierte Meinung in den Kommentaren zu dieser Meldung. Um zu kommentieren, müssen Sie auf PCGH.de oder im Extreme-Forum eingeloggt sein. Sollten Sie bisher noch keinen Account haben, könnten Sie sich hier unverbindlich registrieren. Beachten Sie beim Kommentieren aber bitte die geltenden Forenregeln.
Quelle: Nvidia
Allerdings hat Apple schon einen großen Teil von 3nm reserviert. Nvidia muss also ausweichen, wenn sie Blackwell in großer Stückzahl fertigen wollen.
Ich denke das war schlicht ein Schachzug von Jensen, damit man auch viele Chips liefern kann. Denn am Ende wird man nicht für die Transistorgröße bezahlt sondern pro Chip.
Und selbst MI300X ist kaum existent, da AMD nicht liefern kann.
Außerdem man kann selbst mit 3nm einen doppelt so großen 5nm Chip rein von der Leistung nicht kontern...
In Datacenters geht es um 2 Dinge: Platz und Verbrauch im Verhältnis zur Leistung. AMD müsste in beiden Punkten..
2x ~800mm² Chipfläche
Es bleibt auch nicht viel anderes übrig, wenn keine großen Shrinks verfügbar sind.
2x ~800mm² Chipfläche
Das hört sich in meinen Ohren etwas sehr nach Asbach Uralt an.
Für AMD dürfte es daher ein leichtes sein, dieses aus der Zeit geratene Ungetüm mit dem MI400 wieder zu kontern.
Preis-Leistungs und vor allem effizienztechnisch spielt AMD sowieso in ihrer ganz eigenen Liga und Nvidia muss da ganz hinten im Bus platz nehmen und schauen das der Kleber auch bei 1000W noch hält.
[Ins Forum, um diesen Inhalt zu sehen]
https://wccftech.com/amd-...
B100 ist doch 2x800mm²...das wäre bis auf die Verdoppelung der DIEs kein großer Sprung...
Es sieht bisher nach maximal 30-50% für die 5090 aus, wenn man den Vollausbau AD102 mit Vollausbau GB202 vergleicht. 30% wegen 30% mehr Shader und 20% extra wegen GDDR7... Leider sieht es gleichzeitig nach 600W aus D:
Jedenfalls sehe ich beim reinen Raytracing theoretisch die Möglichkeit, dass SLI nochmal eine Randerscheinung wird.
Nur glaube ich nicht daran, dass das in diesem Jahrzehnt irgend jemand in Echtzeit machen wird. Die Leistungsanforderungen würden explodieren und die Bildqualität nur gering gegenüber der heutigen Schummelei nur wenig steigen. Aktuell nimmt letztere sogar immer schneller zu und wenn man Bildteile interpolieren will, braucht man wieder Zugriff auf alle Daten dieses sowie vorangehender Frames. Da wäre vermutlich nicht einmal mehr AFR praktikabel. (Ganz abgesehen davon, dass man heute ja jeden zweiten Frame einfach dazuerfindet.)