Nvidia Blackwell: Funktionstests dauern drei- bis viermal so lang wie beim Vorgänger
Die Funktionstests von Nvidias KI-Beschleunigern vom Typ Blackwell sind offenbar deutlich zeitaufwändiger als noch bei der Vorgängergeneration. Das liegt an immer komplexeren Chips und weiter anwachsenden Packages.
Nvidias KI-Beschleuniger erreichen zwar vergleichsweise große Sprünge bei der Rechenleistung, dafür wird aber ein immer größerer technischer Aufwand notwendig. In Form der aktuellen Blackwell-Chips B100 und B200 äußert sich das unter anderem im erstmaligen Einsatz von TSMCs neuem CoWoS-L-Packaging. Mit diesem werden zwei GPU-Chiplets mit je 104 Milliarden Transistoren und acht HBM3e-Chips miteinander verbunden. Zum Vergleich: Bei der Vorgängergeneration Hopper gab es nur einen Chip mit 80 Milliarden Transistoren und sechs HBM3-Stacks.
Komplexeres Produkt, längere Tests
Unter anderem sorgt auch diese komplexere Struktur dafür, dass die Funktionstests von Blackwell-Chips deutlich länger brauchen, als das noch bei Hopper der Fall war. Laut einem Bericht der Financial Times (Paywall) behauptete Doug Lefever, CEO des japanischen Testequipment-Konzerns Advantest, dass die Testzeit pro Blackwell-GPU drei- bis viermal so groß wie bei Hopper ist. Demnach müssen die Chips dutzende Male mit verschiedenen Werkzeugen geprüft werden, bevor sie in die Auslieferung gehen.
Zu den konkret gemachten Tests gibt es dabei keine exakte Angabe. Offenbar werden aber unter anderem die verbauten Schaltungen, das Packaging sowie das Verhalten bei hoher Temperatur überprüft. Die Testzeit ist dabei einer der kritischen Kostenpunkte bei der Produktion jedes Chips. Denn schließlich sorgen lange Testzeiten dafür, dass zusätzliches, kostspieliges Testequipment angeschafft, aufgebaut, an die übrige Fabrik angebunden und gewartet werden muss.
Auch spannend: Neue Grafikkarten: Trumps Strafzölle = Rekordpreise? [Bericht]
Ob es Nvidia und TSMC gelingen wird, die notwendige Testzeit mit zunehmender Erfahrung bei der Produktion der Blackwell-Chips wieder nennenswert zu reduzieren, ist bislang unklar. In jedem Fall dürften die Anforderungen an Chip-Tests mit zunehmender Komplexität der Einzel-Chips sowie der zusammengesetzten Packages in Zukunft aber weiter zunehmen. Das zeigt einmal mehr: Bei der Produktion von Halbleitern kommt es auf weit mehr an als nur auf die Belichtungsmaschinen, die oft im Fokus der Berichterstattung stehen.
Wann wird Nvidia auch im Endkunden-Markt auf Chiplets setzen? Nutzen Sie die Kommentarfunktion und teilen Sie uns Ihre Meinung mit. Zum Kommentieren müssten Sie auf PCGH.de oder im Extreme-Forum eingeloggt sein. Sollten Sie noch keinen Account haben, könnten Sie über eine Registrierung nachdenken, die viele Vorteile mit sich bringt. Beachten Sie beim Kommentieren aber bitte die gültigen Forenregeln.
Quelle: Tom's Hardware
GB202: 747mm^2
TU102: 775mm^2
Wie schon mehrfach erklärt: der absehbar geringfügig bessere Prozess zzgl. der AI-basierten Entwicklung dürfte durchaus signifikante Designverbesserungen bzgl. des Chip-Layouts ermöglichen.
Nvidia wird meines Erachtens nach schon viel Geld in die Forschung gesteckt haben um ein funktionierendes MCM Design anbieten zu können, aber es wird so sein, dass die Nachteile immer noch überwiegen, was bei 800mm² schon fast nicht mehr möglich ist.
GB202: 747mm^2
TU102: 775mm^2