Nvidia、最新GPU･CPU･ネットワークチップで世�c最�咾離灰鵐團紂璽燭鮑遒�
GPU（グラフィックスプロセッサ）メーカーのファブレス半導��Nvidiaが800億トランジスタを集積、TSMCの4nmプロセスノード（4N）で���]した次世代GPUとなるNvidia H100（図1）を開発した。今週開��されているGTC（GPU Technology Conference）2022の基調講演で、同社CEOのJensen Huang��が��らかにした。パッケージングにもTSMCのCoWoS�\術を使った。
図1 800億トランジスタを集積したGPU 出�Z：Nvidia
ブランド�@「Hopper」と�}ぶH100チップの最�j(lu┛)の��長は、拡張性を�eたせ、そのまま��数を�\やせるようにクラウドやデータセンターなどのITインフラに合わせて設��していることだ。��に、80GBのメモリ容量、メモリバンド幅、チップ内・チップ間を接��するネットワーキング、NVLinkチップ同士のデータレートが低下しないように設��したという。
図1で見えるように��色に��くチップの�峅爾�6個のHBM（High Bandwidth Memory）3メモリが配��されており、このH100が最新��格のHBM3を初めて採��する����となる。6個1組のメモリのI/O帯域幅は40 Tera-bits/sと極めて広い。ちなみに現在世�cのインターネットウェブのトラフィックは、H100チップ20個分に相当する、とHuang��は述べている。この広いバンド幅で��5世代のPCIeを採��した最初のGPUでもあるという。
このチップはAI（機械学�{やディープラーニング）動作には最�j(lu┛)限の考慮をしている。今�v、8ビット浮動小数点演�QFP8にも�官�、4 PetaFLOPS（Floating point Operations per Second）の性�Δ鰓uている。PetaはTeraの1000倍で、Gigaの100万倍である。これまでのA100同様、FP16、FP32、FP64にも�官�、性�Δ呂修譴召�2 PetaFLOPS、60 TeraFLOPSとなっている。今�vのHopper H100チップの性�Δ蓮Å�来同社のAmpere A100のFP16と比べて、FP8で6倍高い。
加えて、AIのディープラーニングモデルTransformerも開発、実行するための専��エンジンTransformerエンジンも集積した。このエンジンは新たに�{加したFP8とFP16の数値演�Q形式を使い、高度なソフトウエアアルゴリズムを組み合わせると、これまで数週間もかかっていたような膨�j(lu┛)なパラメータのAIモデルを数日で演�Qできるようになる。カスタム仕様のHopper Tensor コアは、AIの演�QをFP8とFP16をダイナミックに切り��えられる。FP8は�@度が��いものの演�Qは�]い。FP16は�@度が2倍高いが��い。モデルのパラメータ演�Qでそれらをダイナミックに切り��えることで、�@度と演�Q�]度の両立を図ることができたとしている。
図2 GPUチップH100をボードに実�△靴織皀献紂璽襦―儘Z：Nvidia
800億トランジスタのH 100 GPUチップは、TSMCがCoWoS（Chip on Wafer on Substrate）と�}ぶ 2.5DパッケージとHBM3メモリ、さらに定電圧レギュレータをSXMと�}ぶスーパーチップモジュールに集積されている（図2）。CoWoS�\術は�i世代のA100でも使われた。
Nvidiaはファブレス半導��メーカーでありながら、コンピュータまで作り�屬欧討い襦�今�vはDGX H100というAIコンピュータを��した。8個のH100 SXMモジュールがHGXボード�屬謀觝椶気譟�4個のNVLink スイッチチップでGPUを接��している。�QNVLinkスイッチ チップには3.6TFLOPSのSharpインネットワークコンピューティングが内�鼎気譴討い襦�これは�A収したMellanoxのInfiniBand スイッチをベースに発��されたもの。Sharpはバンド幅を効率よく3倍まで広げることができるという。
図3 Grace CPU Superchipと�}ばれるGPUを�U御するためのCPU 出�Z：Nvidia
DGX H100には8個のGPU����を�U御するためのCPUが��要となる。Huang��はCPU����としてGrace CPU Superchipと�@��けたCPUを開発（図3）、2チップ構成でDGX H100を�U御する。拡張性も�eたせているため、2チップ構成で最�j(lu┛)8個のH100 GPUを�U御したのがサーバーDGX H100である。2個のCPUは、900GB/sのNVLinkでつながっており、メモリバンド幅1Terabyte/sを実現している。このCPUには144個のコアが集積されている。
GPUチップ間を接��するのは、2個のネットワークモジュール。これは、それぞれ4つの400Gbps CX7 IBか、400Gbpsイーサネットワークチップを�△┐討い襦�Connect X-7はネットワークスイッチであり、400 Gbit/sでGPUチップ間を接��する。CX-7チップはTSMCの7nmプロセスで作られた80億トランジスタを集積している。
AIコンピュータ、DGX H100には8個のGPUボードが接��されており、それらはNVLinkスイッチで接��されている。AI性�Δ箸靴董�32Peta FLOPSと驚異的な高さであり、搭載されたHBM3メモリは640GBにも及ぶ。そのメモリバンド幅は24 TeraBytes/sと広い。
このDGX H100コンピュータには拡張性があり、NVLinkでは最�j(lu┛)32��のDGXを接��できる。ここにNVLink スイッチシステムを�W(w┌ng)��すると、�kつの巨�j(lu┛)な32ノードの256 GPU DGX PODにスケールアップできる。20.5 Tera バイトメモリのHBM3と、768 Terabyte/sのメモリバンド幅というとてつもない巨�j(lu┛)なシステムになる。ちなみにインターネット����のバンド幅が100Terabyte/s だという。こうしてできたDGX PODのAI性�Δ蓮�1 Exa FLOPSにもなる。
さらに、このDGX PODを18��接��したスーパーコンピュータEos（イオス）を�h価してみると、AI性�Δ蓮�18.4ExaFLOPSとなり、日本のスパコン「富�t」の4倍の性�Δ砲覆襦�Eosでは、576��のDGX、4608個のH100 GPUが搭載されている。
参考�@料
1. "NVIDIA H100 Tensor Core GPU Architecture", Nvidia Whitepaper
