AI热点 4小时前 62 阅读 0 评论

英伟达与台积电合作,首片美国本土制造Blackwell芯片晶圆亮相

作者头像
新智元

AI技术专栏作家 | 发布了 246 篇文章

黄仁勋现身台积电在美国亚利桑那的工厂

AI背后是芯片。

芯片的背后则是工厂。

周五,英伟达与台积电在美国亚利桑那的工厂,首次亮相首片Blackwell芯片晶圆。

黄仁勋

这些晶圆最终将用来制作用于人工智能的Blackwell芯片。

黄仁旭在现场说:「你们制造出了令人难以置信的东西,但你们终将意识到,你们是更为历史性事件的一部分」。

黄仁勋

其实,早在今年4月份,黄仁勋就拿出5000亿美元豪赌美国本土的AI芯片制造,所谓「MadeinUSA」。

大半年过去,终于,最强芯片Blackwell首次在「美国本土造」出来了!

将世界级AI芯片制造迁到美国本土

将台积电的尖端制造能力引入美国,「芯片之父」称之为「一项神来之笔,更是足以改变行业格局的里程碑。」

当我创办台积电时,我曾有一个梦想,那就是在美国建造晶圆厂。

而今,梦想成真。

在凤凰城的厂区内,生产的齿轮已经提前开始转动。

而这里的总投资额,也已经攀升至一个惊人的数字——1650亿美元

在人工智能的世界里,英伟达是所有赢家中的佼佼者。

但即便是这位AI之王,也毫不讳言地承认:「没有台积电,这一切都无法实现。」

我们能在一个指甲盖大小的芯片上,集成数十亿个晶体管。我们发明了GPU,彻底革新了计算机图形学和人工智能。

我们开创了加速计算的时代,而这一切,都凭借着他们(台积电)为我们打造的芯片。

在庆祝活动上,黄仁勋与台积电运营副总裁共同登台,在这片Blackwell晶圆上签名,以纪念这一里程碑。

它展示了驱动全球AI基础设施的引擎正开始在美国本土制造。

这片作为半导体基础材料的晶圆,将经过分层、光刻(patterning)、蚀刻和切割等一系列复杂工艺,最终成型为英伟达Blackwell架构所提供的超高性能、加速计算AI芯片。

台积电亚利桑那州工厂将生产包括2纳米、3纳米和4纳米芯片以及A16芯片在内的先进技术,这些对于AI、电信和高性能计算等应用都至关重要。

台积电

对于美国来说,这个宏大的项目,其意义早已超越了科技本身——它更象征着制造业的回归。

我们正在将就业机会带回美国,建设能够基业长青的芯片制造业。

这或许是半导体产业在美国迎来的最重要的转折点。

新一代芯片美国本土下线

Blackwell是英伟达新一代AI超级芯片。

Blackwell架构第一次是在2024年3月18日的GTC大会上正式由黄仁勋在主旨演讲中首次对外公布的。

英伟达新一代AI超级芯片

简单介绍下Blackwell的基础架构。

晶体管数/规模:Blackwell架构GPU拥有约2080亿个晶体管。

工艺/芯片制造:Blackwell芯片采用NVIDIA与TSMC合作定制的4NP工艺。

芯片互连:为了突破单片硅片(reticle)面积限制,Blackwell GPU由两个子芯片组成,通过一种新的高带宽接口互联(NV-HBI)连接速度可达10TB/s(每秒10太字节)。通过这种方式,两个子芯片可以在逻辑上看作一个统一的GPU,从而实现「全性能链接」。

英伟达新一代AI超级芯片

在GTC 2025上,黄仁勋提到Blackwell目前已处于「全面量产/全面投入」状态。

这次终于首片晶圆由美国本土生产下线。

接下来,Balckwell之后的系列,都有望在美国生产。

Blackwell后面是Blackwell Ultra,作为Blackwell架构的下一步演进版,用于应对更大模型推理、更高性能/带宽需求的AI推理与训练场景。

Blackwell的下一代是由Rubin GPU + Vera CPU组成的「Vera Rubin」超芯片/平台。

黄仁勋在2025年GTC上公布,计划2026年下半年上市,目标是下一阶段的大模型训练与推理。

英伟达的芯片路线图里把Feynman标为Rubin的后继架构,时间窗口指向2028 年。

在它之前会先在2027年推出Rubin Ultra。

黄仁勋介绍产品

参考资料:

https://www.reuters.com/technology/nvidia-tsmc-unveil-first-blackwell-chip-wafer-made-us-axios-reports-2025-10-17/

https://blogs.nvidia.com/blog/tsmc-blackwell-manufacturing/

本文来自微信公众号“新智元”,作者:新智元,36氪经授权发布。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!