IBM NanoStack: транзисторы стопкой и минус 70% энергии

IBM показала NanoStack — транзистор для кремния за гранью одного нанометра, узел 7 ангстрем. Идея простая: складывать части транзистора вертикально, в стопку, а не тесниться по площади. Это снимает потолок нынешней технологии наноплёнок. Заявка громкая — около 100 миллиардов транзисторов на чип размером с ноготь, плюс 50% производительности или минус 70% энергии против 2 нанометров.

Краткое содержание

• трёхмерная компоновка: части транзистора ставят друг на друга, а не только в ряд — отсюда запас по плотности;
• около 100 миллиардов транзисторов на кристалле размером с ноготь, узел 7 ангстрем — это уже за гранью одного нанометра;
• против 2 нанометров заявлено плюс 50% производительности или минус 70% энергии, плюс уплотнение SRAM примерно на 40%;
• это не продукт, а платформа на будущее: в серию — в пределах десятилетия, ориентир для ИИ-ускорителей и расчётных систем.

Что такое NanoStack и в чём трюк

Сегодняшние передовые транзисторы — это наноплёнки (nanosheet), они же GAAFET: несколько тонких слоёв-каналов, обёрнутых затвором со всех сторон. Запас у этой схемы небольшой. Чем тоньше слои, тем сильнее ток утечки, и примерно к середине 2030-х годов упрётся и она. NanoStack заходит с другой стороны: вместо того чтобы тесниться по площади кристалла, IBM ставит структуры транзистора друг на друга — последовательной трёхмерной сборкой, слой за слоем. Стопку можно наращивать дальше, а в разных её слоях разрешено сочетать разные материалы. Это и даёт прибавку плотности без гонки за всё более тонкими элементами.

Что это даёт ИИ-железу

Главный выигрыш для нашей ниши — не пиковые гигагерцы, а память и энергия. Уплотнение SRAM почти на 40% означает больше быстрого кэша прямо на кристалле ускорителя: модель и её данные ближе к вычислителю, реже приходится ходить во внешнюю память. Для ИИ это прямой ответ на узкое место инференса, где ускоритель простаивает в ожидании данных. Минус 70% энергии при той же скорости — это про счета за электричество и про питание стойки: больше полезной работы на тот же мегаватт. А 100 миллиардов транзисторов на крошечном кристалле — это плотность, на которой будут строить следующие поколения серверных процессоров и ИИ-ускорителей.

Где подвох

NanoStack — это исследование и заявка на будущее, а не то, что завтра встанет в сервер. По оценкам аналитиков, до реальных чипов — порядка пяти проектных циклов, то есть пять с лишним лет; сама IBM рассчитывает вывести технологию в основную в пределах десятилетия. Цифры пока вендорские, без независимых замеров. И покупателю здесь напрямую ничего не достаётся: платформу внедряют не в готовых серверах, а на фабриках — у тех, кто делает кремний. Для закупщика это не прайс-лист, а указатель, куда движутся плотность и энергоэффективность ИИ-железа.

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U