- Nvidia готовит Feynman на TSMC A16 с GAA и задним питанием для максимальной эффективности и производительности.
- TSMC A16 обещает +8–10% скорости или −15–20% расхода по сравнению с N2 и более высокой плотностью.
- Стоимость пластины составляет более 30.000 XNUMX долларов США, и есть начальные риски выхода годной продукции, но маржа ИИ делает ее жизнеспособной.
- График: производство во второй половине 2 года и продуктовое окно между 2026 и 2027 годами, под давлением со стороны AMD и Intel.
Кремниевая экосистема готовится к смене цикла с возможным скачком Nvidia для TSMC A16 для архитектуры Фейнмана. Сочетание GAA и обратной связи выводит эти графические процессоры на передовые позиции. Это развитие направлено не только на повышение производительности, но и на решение узкие места в питании и маршрутизации которые уже давят на самые большие чипы ИИ.
Хотя несколько источников сходятся во мнении, что TSMC A16 выйдет на массовое производство в вторая половина 2026 года, нет единого мнения о датах продукта: некоторые отчеты говорят о Фейнмане в 2026 году, другие отодвигают его фактическое появление на рынке на 2027 год или даже 2028. Эти временные рамки, вместе с сомнениями относительно того, останется ли он в центрах обработки данных или также наступит на потребление, знаменуют собой повествование о амбициозная и рискованная ставка хорошо рассчитано.
TSMC A16: что это такое и что оно предлагает по сравнению с N2
TSMC A16 — это узел класса 1,6 нм которая не ограничивается «уменьшением» процесса: она внедряет нанолистовые транзисторы (GAA) и, впервые на тайваньском заводе, питающую сеть на обратной стороне пластины. Эта сеть, известная внутри компании как Супермощная шина или BSDPN (сеть обратной доставки электроэнергии) перемещает линии электропередач назад, освобождая передний металл для сигналов и снижая потери сопротивления.
В цифрах TSMC говорит о улучшение скорости на 8–10% при равной мощности или, в качестве альтернативы, На 15–20% меньше потребления на той же частоте, с увеличением плотности примерно на 7–10% (≈1,10x). Некоторые утечки развивают эту идею, указывая на такие инновации, как NanoFlex/нанолист и оптимизация маршрутизации, которая упростит масштабирование SoC и особенно GPU с большим количеством ИИ-движков и большими блоками кэша.
Решающее преимущество заключается не только в процентном соотношении, но и в типе конструкции, который они обеспечивают: разделение питания и сигналов позволяет передней части чипа «дышать» гораздо лучше, что снижает перегрузка межсетевых соединений и «IR-падение» питания. Это открывает дверь более агрессивная ширина данных, больший объем кэшей и больше логики, выделенной для ИИ, без чрезмерного увеличения сложности маршрутизации.
Кроме того, очистив верхний металл для знаков, использование тонкий гибридный связующий на передней панели, что-то ключевое, если вы хотите разместить SRAM или 3D-кэш, и если вы хотите уменьшить «пробку» вокруг PHY HBM в пакетах с очень высокой плотностью. Конечно, всё это требует параллельной доработки термики и методология разработаны для раскрытия потенциала без перегрева или ухудшения стабильности работы.
Для конечного пользователя перевод довольно прост: более мощные и эффективные графические процессоры, которые могут лучше работать в играх и создании контента, и, что самое важное, которые лучше масштабируются Рабочие нагрузки ИИ и HPC без увеличения энергопотребления. Этот рост эффективности особенно важен, когда речь идёт об ускорителях с TDP в несколько сотен ватт, где каждый процент имеет значение.
От Блэквелла и Рубина до Фейнмана: поворотный момент Nvidia
В течение многих лет Nvidia избегала использования передовой литографии на своем дебютном этапе, чтобы сосредоточиться на зрелые архитектуры, низкие затраты и производительность на ватт. Бункер был изготовлен в 4N, Blackwell для центров обработки данных использует 4NP, и серия GeForce RTX 50 также выбрала 4NP вместо раннего N3. С появлением Rubin запланирован переход на семья N3 (3N/3NP), и RTX 60 движутся в этом направлении.
Большие перемены происходят с Фейнманом: различные источники указывают, что Nvidia намерена пропустить N2/N2P непосредственно на A16. Если это подтвердится, это будет первый раз за долгое время, когда компания возглавит «передовой» узел, а не будет ждать его развития. Это решение — не прихоть, а ответ на необходимость: гигантские графические процессоры для ИИ столкнулись с ограничениями передняя подача и маршрутизация питания, и кормление сзади начинает становиться архитектурным требованием.
Другим ключевым производным является роль Apple. Традиционно Apple запускала узлы TSMC вместе со своими чипами для iPhone, что было своего рода «якорем» объёма, гарантировавшим приоритет поставкиВ этом случае тайваньские СМИ, такие как Commercial Times, называют Nvidia первым заказчиком A16, что является символическим изменением, которое подтверждает, что рост TSMC все больше зависит от HPC и ИИ и не так много о мобильном телефоне.
Если Фейнман добьется этого первым в A16, мы увидим первый коммерческий чип, который объединит в большом масштабе нанолист GAA с резервной мощностью в TSMC. Это не просто важный этап процесса: это заставит конкурентов и всю экосистему ускорить инструменты, рабочие процессы и модели власти адаптированный к данной топологии источника питания.
Что касается дат, то здесь начинается шум: некоторые говорят о графических процессорах Фейнмана в 2026 году, совпадающих с «рампой» A16, другие, основываясь на предыдущих дорожных картах, помещают Фейнмана в 2028 и они ограничивают 2026/2027 годы как окно индустриализации для этого узла. Разумно предположить, что даже если массовое производство начнётся во второй половине 2 года, конечные продукты можно будет увидеть в середине или конце 2026 года, а полное развертывание может быть сдвинуто к 2027 году, согласно прогнозам. сложность упаковки и ассортимент товаров.
Затраты, риски и конкурентная среда: Apple, AMD и Intel
Запуск узла имеет свою цену. 2-нм пластины Apple, по оценкам, будут стоить около 27.000–28.000 долларов США, в то время как А16 с его задней силовой сетью превзойдет 30.000 XNUMX долларов за пластинуN2P, который также включает BSDPN, приблизился бы к этому показателю из-за своей большей сложности. К этому следует добавить более низкую первоначальную доходность, что делает каждый этап более дорогим. действительный чип в первых партиях.
Однако для Nvidia цена может увеличиться: ускоритель ИИ продается за десятки тысяч долларов, а повышение плотности и эффективности может компенсировать дополнительную стоимость, если оно обеспечивает преимущество в производительности Более того, статус «флагманского клиента» гарантирует приоритетный доступ и еще больше укрепляет альянс с TSMC в то время, когда спрос на ИИ задает темп развития сектора.
Конкуренция не стоит на месте: AMD объявила о достижении рубежа в области производства кремния N2 для своего процессора EPYC Venice, и ходят слухи о Zen 6 с вариантами N2X, в то время как его дорожная карта Медуза (Дзен 6) рассматривает возможность обновления N2 и N2P. Параллельно Intel продвигает 18A с собственным задним блоком питания (PowerVia) и готовится к его развертыванию, упоминая Panther Lake и 18A-P. Переход Nvidia сразу на A16 даст ей, если всё пойдёт хорошо, возможность конкурировать с конкурентами по 2 нм на протяжении большей части второй половины десятилетия, а также сборщиков, таких как ASUS представляет передовые графические процессоры профессиональным командам.
Риск существует: A16 включает в себя новые термоматериалы, сложную упаковку с использованием современных материалов HBM и Методология EDA что задняя часть всё ещё вписывается. Изначально, возможно, потребуется консервативная сегментация ассортимента, а затраты могут быть отражены в окончательной цене. Однако Nvidia, похоже, готова пойти на это, чтобы укрепить свою роль Ссылка на ИИ.
Для потребителя влияние может быть косвенным. Если Фейнман сосредоточится в первую очередь на центрах обработки данных, рынок GeForce увидит больше первым. Рубин в N3 и, вероятно, цикл созревания, прежде чем «кормление потомством» и GAA появятся в играх. Тем не менее, многие архитектурные и программные оптимизации (например, улучшения типа DLSS и блоки ИИ) продолжают доходить до потребление с некоторой скоростью.
Технические аспекты: от задней штанги до 3D и HBM
Питание от объединительной платы сокращает путь питания к транзисторам и снижает падение напряжения на ИС, которое ограничивает частоту и стабильность, особенно в очень больших микросхемах. Освобождение передней металлической поверхности уменьшает нагрузку на проводку сигналов и упрощает интеграцию. широкие взаимосвязи и более амбициозные функциональные блоки без существенного увеличения задержки.
На графических процессорах это означает возможность увеличить ширину SM/ядер, улучшить иерархию кэша и добавить больше Ускорители ИИ без взрывного роста количества специализированных металлических слоёв. Это также расширяет возможности интеграции физических уровней HBM с меньшим количеством узких мест в области ввода-вывода, что критически важно, когда мы говорим о HBM3E и будущих поколениях с огромная пропускная способность.
Другим побочным эффектом очистки передней поверхности является то, что гибридное соединение Тонкие блоки памяти становятся более практичными для кэша или стековой SRAM-памяти, позволяя размещать иерархии памяти ближе к ядрам и экономить энергию при доступе. Однако это достигается за счёт повышения тепловой сложности: требуется большее количество стековых блоков и более высокая плотность. тепловые модели и улучшенное рассеивание для избежания «горячих точек».
Тем, кто проектирует эти чипы, придется обновить библиотечные потоки, правила проектирования и стратегии разработки. домены власти Разработано для топологии бэкэнда. Средства EDA уже развиваются в этом направлении, но тот, кто первым начнёт массовое производство, получит преимущество в методологиях и ноу-хау, которые сложно быстро скопировать.
Для центров обработки данных преимущества очевидны: более высокая стабильная производительность при том же или меньшем энергопотреблении и более прочная основа для многокристальных архитектур с логическими схемами и микросхемами памяти. С помощью A16 TSMC стремится продемонстрировать, что задняя подача Масштабирование интенсивных вычислений во второй половине десятилетия не только целесообразно, но и необходимо.
Только центры обработки данных или также игры?
Большой вопрос заключается в том, останется ли Фейнман в качестве архитектора, сосредоточенного на ИИ и HPC или будут ли выпускаться производные GeForce для потребительского использования. Источники предполагают, что первоначальное внимание будет сосредоточено на центрах обработки данных, а затем, когда узел станет более развит, будет переключен на внутренний рынок, что соответствует историческая стратегия Желание Nvidia масштабировать технологии, исходя из принципа «в первую очередь центр обработки данных».
Между тем, все указывает на то, что RTX 60 Мы будем продолжать полагаться на 3N/3NP, постепенно повышая эффективность, частоту и возможности ИИ. Это логично: внедрение GAA + обратная подача в игровую индустрию требует готовой цепочки поставок и затрат, соответствующих ASP. потребительские картыЕсли скачок и произойдет, то он может произойти немного позже, чем в профессиональных акселераторах.
Для тех, кто собирается купить сегодня, разумным решением будет проследить за развитием Rubin и сравнить производительность/потребление нового поколения GeForce, основываясь на гиды по покупке и независимое тестирование. Влияние A16 на внутренний рынок будет ощутимым, но, вероятно, благодаря поэтапному внедрению и прочной базе на базе искусственного интеллекта.
Календарь и знаки, на которые стоит обратить внимание
Части календаря складываются воедино следующим образом: TSMC планирует начать массовое производство A16 во 2-й половине 2026 г., поэтому первые коммерческие продукты вряд ли появятся раньше середины или конца 2027 года. Некоторые дорожные карты и отчеты предполагают, что семья Фейнман поиграет мускулами в 2028 году, в то время как другие утечки более оптимистичны с 2026 датыРеальность может быть гибридной: «ранний кремний» в 2026/27 году и широкое внедрение в 2028 году.
Параллельно мы продолжим наблюдать прогресс AMD в Н2/Н2П с Venice и Zen 6, а также Intel, продвигающая 18A с PowerVia и её ранними продуктами. Ключевым моментом станет то, кто добьётся наилучшей устойчивой производительности на ватт в реальных рабочих нагрузках ИИ, насколько развита упаковка с HBM и что выход на пластину масштабировать каждый узел.
Если Nvidia выпустит A16 с Фейнманом, это нарушит более чем десятилетнюю традицию, когда Apple открывала каждый процесс, и будет позиционировать ИИ как образец Новейшие технологииЭто не просто смена курса: это признак того, что движущей силой развития кремниевой промышленности уже не смартфоны, а ускоренные вычисления.
За пределами войны чисел, поворотный момент произошел в архитектуре: мощность обратной стороны Он снимает ограничения, сдерживавшие развитие более крупных графических процессоров, а GAA закладывает основу для следующего этапа масштабирования. Если TSMC и Nvidia покажут хорошие результаты, планка для AMD, Intel и остальных повысится, что подтолкнет всю отрасль к более быстрому развитию.
Это создает очень конкурентный сценарий: высокие затраты на начальном этапе, очевидные преимущества для рабочих нагрузок ИИ и возможность для каждой компании разыграть свои карты в узлах, упаковке и оптимизированное программное обеспечениеТот, кто наилучшим образом совместит эти три составляющие, победит в будущих циклах продуктов.
Учитывая все вышесказанное, фотография выглядит убедительно: Фейнман на А16 Это не просто обещание большего количества FPS или TFLOPS, а переосмысление того, как обеспечивать работу и масштабировать экстремальные чипы; даты колеблются между 2026 и 2028 годами в зависимости от рассматриваемого этапа, затраты в сфере ИИ высоки, но управляемы, а конкуренция с обеих сторон жесткая — N2/N2P и 18A; если Nvidia и TSMC хорошо скоординируют свои действия в вопросах технологического процесса, упаковки и спроса, у нас будет эталон, который задаст темп остальным.
