تراشه‌های سفارشی هوش مصنوعی: پایان عصر پردازنده‌های عمومی

آرسام صباغ · ۱۴۰۵/۰۱/۲۵ · 12 دقیقه

برای نیم قرن، صنعت محاسبات بر یک فرض ساده استوار بود: پردازنده عمومی بساز، همه‌چیز را روی آن اجرا کن و بگذار قانون مور بقیه راه را برود. در خرداد ۱۴۰۵ (ژوئن ۲۰۲۶) این فرض رسماً فروریخته است؛ بار محاسباتی مدل‌های تریلیون…

۱. پایان اقتصاد پردازنده عمومی: چرا تخصصی‌سازی اجتناب‌ناپذیر شد؟

ریشه این تحول به دو دهه پیش بازمی‌گردد. تا اواسط دهه ۲۰۰۰ میلادی، با هر نسل کوچک‌سازی ترانزیستور، ولتاژ کاری نیز کاهش می‌یافت و چگالی توان تقریباً ثابت می‌ماند؛ پدیده‌ای که به مقیاس‌پذیری دنارد (Denn…

۲. کالبدشکافی یک تراشه هوش مصنوعی: از آرایه سیستولیک تا دقت FP4

در نمودار تعاملی زیر، بلوک‌های اساسی یک تراشه مدرن هوش مصنوعی و مسیرهای ارتباطی پرپهنای آن را مشاهده می‌کنید. توجه کنید که حافظه HBM در فاصله چند میلی‌متری هسته‌های پردازشی و روی همان بسته (Package)…

۳. معماری Blackwell و سیستم GB200 NVL72: رک به مثابه یک ابرتراشه

پرچم‌دار انویدیا در این نسل، تراشه B200 با حدود ۲۰۸ میلیارد ترانزیستور است که بر خلاف نسل‌های قبل، از دو دای مجزا روی نود 4NP شرکت TSMC ساخته شده است؛ این دو دای با اتصال درون‌بسته‌ای NV-HBI با پهنای…

۴. دیوار حافظه: چرا HBM گلوگاه واقعی است؟

در هر نسل سخت‌افزار، توان محاسباتی خام دو تا سه برابر می‌شود، اما پهنای باند حافظه به‌زحمت ۱.۵ تا ۲ برابر رشد می‌کند؛ شکافی که در ادبیات معماری کامپیوتر دیوار حافظه (Memory Wall) نام گرفته است. مدل ت…