NEWSTECH NEWS

Feynman มาแน่! NVIDIA ล็อก TSMC A16 ดัน GPU สู่ยุค 1.6nm

มีรายงานว่า NVIDIA ได้ล็อกกำลังการผลิตของ TSMC สำหรับกระบวนการ A16 เอาไว้แล้ว เพื่อรองรับการผลิต GPU สถาปัตยกรรมรุ่นถัดไปอย่าง Feynman ซึ่งจะเป็นรุ่นต่อจาก Rubin โดยมีเป้าหมายเข้าสู่การผลิตจำนวนมากในช่วงครึ่งหลังของปี 2028

TSMC A16 เป็นกระบวนการผลิตระดับ 1.6 นาโนเมตร ที่พัฒนาต่อยอดจากกระบวนการ N2 ขนาด 2 นาโนเมตร โดยมาพร้อมทรานซิสเตอร์แบบ GAA (Gate-All-Around) และเทคโนโลยี Backside Power Delivery ซึ่งช่วยให้การจ่ายพลังงานไปยังทรานซิสเตอร์มีประสิทธิภาพมากขึ้น

เมื่อเทียบกับ N2P ทาง TSMC ระบุว่า A16 สามารถเพิ่มความหนาแน่นของทรานซิสเตอร์และประสิทธิภาพด้านความเร็วได้ประมาณ 8–10% พร้อมลดการใช้พลังงานลงได้ 15–20%

ตามแผนงานปัจจุบัน A16 จะพร้อมสำหรับการผลิตในช่วง ครึ่งหลังของปี 2026 ขณะที่ Feynman มีกำหนดเข้าสู่การผลิตจำนวนมากในช่วง ครึ่งหลังของปี 2028

Feynman เตรียมก้าวข้ามการออกแบบ Chiplet แบบเดิม

หนึ่งในจุดที่น่าสนใจของ Feynman คือ NVIDIA มีแนวโน้มที่จะก้าวข้ามการออกแบบ Planar Chiplet แบบที่ใช้อยู่ในปัจจุบัน ไปสู่การออกแบบที่มีการ Stack ชิปในแนวตั้ง (Vertical Stack) มากขึ้น

แนวทางดังกล่าวจะอาศัยเทคโนโลยี SoIC (System on Integrated Chips) ของ TSMC ซึ่งช่วยให้สามารถนำชิปหลายส่วนมาวางซ้อนและเชื่อมต่อกันในแนวตั้งได้ ทำให้การออกแบบระบบมีความยืดหยุ่นมากขึ้น และสามารถเพิ่มประสิทธิภาพการสื่อสารระหว่างส่วนประกอบต่าง ๆ ภายในแพ็กเกจได้

อีกเทคโนโลยีที่ถูกจับตามองคือ COUPE (Compact Universal Photonic Engine) ของ TSMC ซึ่งเป็นเทคโนโลยีสำหรับการเชื่อมต่อข้อมูลด้วยโฟโตนิกส์ โดยมีรายงานว่าเมื่อถูกนำมาใช้กับ Feynman จะช่วยให้ระบบสามารถทำแบนด์วิดท์รวมได้มากกว่า 1,000 TB/s

ตัวเลขดังกล่าวสูงกว่า Rubin ที่มีแบนด์วิดท์ประมาณ 520 Tb/s อย่างมีนัยสำคัญ สะท้อนให้เห็นถึงทิศทางของ NVIDIA ที่กำลังผลักดันระบบ GPU ไปสู่การเชื่อมต่อข้อมูลความเร็วสูงและการประมวลผลแบบขนาดใหญ่ยิ่งขึ้น

หากข้อมูลดังกล่าวเป็นไปตามรายงานจริง Feynman อาจถือเป็นอีกหนึ่งก้าวสำคัญของ NVIDIA ในการพัฒนา GPU สำหรับยุค AI โดยไม่ได้มุ่งเพิ่มเพียงประสิทธิภาพของตัว GPU เท่านั้น แต่ยังให้ความสำคัญกับ การออกแบบแพ็กเกจ การเชื่อมต่อระหว่างชิป และแบนด์วิดท์ของทั้งระบบ ซึ่งจะมีบทบาทสำคัญมากขึ้นเมื่อโมเดล AI มีขนาดใหญ่และต้องใช้ข้อมูลระหว่างหน่วยประมวลผลในปริมาณมหาศาล

Source : electronicsweekly


my avatar

Pawinphat

Founder of Bunpajarn.com • Electronics & Embedded Systems

Leave a Reply

Your email address will not be published. Required fields are marked *