NVIDIA Ampere アーキテクチャ (2020年)（エヌビディアアンペア）
NVIDIA Ampereは2020年5月NVIDIA発表のGA100 GPU (Tesla A100) ・GA102 (GeForce RTX 3080/3090) で展開された Samsung 8nm/TSMC 7nm 採用アーキで2世代Tensor Core・3世代RT Core・GDDR6X 採用しAI/ゲーミング両市場制覇した。
NVIDIA Ampere アーキテクチャ (2020年)
概要
NVIDIA Ampereは2020年5月14日NVIDIA発表のGA100 GPU (Tesla A100・TSMC 7nm) ・2020年9月GA102 (GeForce RTX 3080/3090・Samsung 8nm) で展開されたアーキで第2世代RT Core (2倍性能 vs Turing) ・第3世代Tensor Core (TF32/BF16 対応・スパース性活用2倍速) ・GDDR6X メモリ (Micron 開発・19.5 Gbps) ・PCIe Gen4 採用しAI/ゲーミング両市場制覇した記念碑世代。RTX 3090 (GA102・10496 CC・328 Tensor・82 RT Core・24GB GDDR6X・350W $1,499) ・RTX 3080 10GB ($699) /3070 ($499) /3060 Ti ($399) /3060 12GB ($329) ラインナップ・Tesla A100 (GA100・6912 CC・40-80GB HBM2e・400W $11,000-15,000) でデータセンタ AI 学習を支配。2020-2022年Microsoft Azure/AWS/Google Cloud のAI クラスタA100 大量採用でOpenAI ChatGPT (2022年11月) /GPT-4 学習を支えた。Hopper (2022) ・Ada Lovelace (RTX 40 シリーズ2022) へ世代交代。
主な特徴・仕組み
- 発表: 2020年5月14日Tesla A100・9月1日GeForce RTX 3080
- コードネーム: GA100 (Tesla A100) ・GA102 (RTX 3080/3090) ・GA104 (RTX 3060 Ti/3070)
- アーキテクチャ: SM 改良 (128 CC/SM・Turing 64 CC/SM から倍増)
- CUDA Core: 10496 (RTX 3090・82 SM×128) ・8704 (RTX 3080) ・5888 (RTX 3070) ・3584 (RTX 3060)
- Tensor Core: 328 (RTX 3090・82 SM×4・3rd gen)
- RT Core: 82 (RTX 3090・各 SM 1基・2nd gen)
- L2 キャッシュ: 6MB (GA102) ・40MB (GA100 Tesla A100)
- メモリ: 24GB GDDR6X (RTX 3090) ・10GB GDDR6X (RTX 3080) ・8GB GDDR6 (RTX 3070) ・40-80GB HBM2e (Tesla A100)
- メモリ帯域: 936 GB/s (RTX 3090 GDDR6X) ・1,555 GB/s (RTX 3080 Ti) ・1,935-2,039 GB/s (A100 HBM2e)
- NVLink: 3.0 (600 GB/s・A100 のみ・民生RTX 3090 は NVLink Bridge 制限)
- DirectX: DirectX 12 Ultimate
- OpenGL: 4.6
- CUDA Compute: 8.0 (A100) /8.6 (民生)
- TDP: 220W (RTX 3070) →350W (RTX 3090) →400W (Tesla A100 SXM4)
- プロセス: Samsung 8nm (民生GA102) ・TSMC 7nm (HPC GA100)
- トランジスタ: 542億 (A100) ・283億 (GA102 RTX 3090)
- 発売価格: RTX 3090 $1,499・RTX 3080 $699・RTX 3070 $499・RTX 3060 $329・Tesla A100 $11,000-15,000
Ampere 民生製品ラインナップ
| GPU | 年 | プロセス | CC | RT Core | Tensor Core | メモリ | TDP | 価格 |
|---|---|---|---|---|---|---|---|---|
| **GA102 (RTX 3090 Ti) ** | 2022 | Samsung 8nm | 10752 | 84 | 336 | 24GB GDDR6X 21 Gbps | 450W | $1,999 |
| **GA102 (RTX 3090) ** | 2020 | Samsung 8nm | 10496 | 82 | 328 | 24GB GDDR6X | 350W | $1,499 |
| GA102 (RTX 3080 Ti) | 2021 | Samsung 8nm | 10240 | 80 | 320 | 12GB GDDR6X | 350W | $1,199 |
| **GA102 (RTX 3080) ** | 2020 | Samsung 8nm | 8704 | 68 | 272 | 10GB GDDR6X | 320W | $699 |
| GA104 (RTX 3070 Ti) | 2021 | Samsung 8nm | 6144 | 48 | 192 | 8GB GDDR6X | 290W | $599 |
| GA104 (RTX 3070) | 2020 | Samsung 8nm | 5888 | 46 | 184 | 8GB GDDR6 | 220W | $499 |
| GA104 (RTX 3060 Ti) | 2020 | Samsung 8nm | 4864 | 38 | 152 | 8GB GDDR6 | 200W | $399 |
| GA106 (RTX 3060 12GB) | 2021 | Samsung 8nm | 3584 | 28 | 112 | 12GB GDDR6 | 170W | $329 |
Tesla A100 (データセンタ AI 学習)
2020年5月発表・OpenAI ChatGPT 学習基盤:
- GA100 GPU: 6912 CUDA Core・432 Tensor Core (3rd gen)
- メモリ: 40-80GB HBM2e (5スタック)
- NVLink 3.0: 600 GB/s/GPU (NVSwitch 経由 9.6 TB/s クラスタ)
- MIG (Multi-Instance GPU): 1 GPU を最大7インスタンス分割
- 採用ハイパースケーラー: Microsoft Azure NDv4 (A100×8基 instance) ・AWS p4d (A100×8基) ・Google Cloud A3
- OpenAI 採用: GPT-3.5/GPT-4 学習 (10,000+ A100 規模)
- DGX A100: A100×8基+AMD EPYC×2基・$200,000・AI 学習スーパーコン
GDDR6X 革新 (2020年Micron 共同開発)
従来GDDR6 (Turing) から進化:
- 動作モード: PAM4 (4値振幅変調・Turing GDDR6 は NRZ 2値)
- 転送速度: 19-21 Gbps (GDDR6 14-16 Gbps の30-50% 向上)
- 帯域: 936 GB/s (RTX 3090 24GB GDDR6X)
- 採用: RTX 3080/3090/3080 Ti/3090 Ti のみ・RTX 3070/3060 はGDDR6 継続
- 後継: GDDR6X 23 Gbps (RTX 4090) ・GDDR7 32 Gbps (RTX 5090)
イーサリアム マイニングブーム (2020-2022年)
Ampere 発売直後の供給不足危機:
- 2020-2021年マイニング需要爆発: ETH (イーサリアム) 価格急騰でGPU マイニング採算化
- GPU 不足: RTX 3080 $699 → 転売 ¥150,000-300,000 まで暴騰
- NVIDIA 対策: LHR (Lite Hash Rate) 版GPU 出荷・ETH マイニング性能50%制限
- 2022年9月: イーサリアム The Merge (PoW→PoS 移行) でGPU マイニング需要消滅
- 後遺症: 中古GPU 市場崩壊・新品在庫処分セール・2023年Ampere 価格大幅下落
採用システム (2020-2024年)
- 自作PC: ASUS ROG Strix・MSI Suprim X・EVGA FTW3・Gigabyte AORUS Master RTX 3080/3090 鉄板・¥80,000-300,000帯
- Dell Alienware Aurora R12/R14: ゲーミングデスクトップ
- HP Omen 45L: ゲーミング
- OpenAI ChatGPT (2022年11月): Tesla A100×10,000+基規模での学習・推論
- Microsoft Bing Chat (2023): A100 ベースの推論クラスタ
- NVIDIA DGX A100/SuperPOD: AI 研究機関標準
関連技術との違い
| 項目 | Turing (2018) | Ampere (2020) | Ada Lovelace (2022) |
|---|---|---|---|
| プロセス | 12nm FFN | Samsung 8nm/TSMC 7nm | TSMC 4N |
| RT Core | 1st gen | **2nd gen (2倍性能) ** | 3rd gen (2倍性能 vs 2nd) |
| Tensor Core | 2nd gen (FP16/INT8) | **3rd gen (TF32/BF16) ** | 4th gen (FP8 追加) |
| CC/SM | 64 | **128 (倍増) ** | 128 |
| メモリ | GDDR6 | **GDDR6X (PAM4) ** | GDDR6X (改良) |
| TDP (フラグシップ) | 250W (RTX 2080 Ti) | **350-450W (RTX 3090/Ti) ** | 450W (RTX 4090) |
| 最大民生CC | 4608 (Titan RTX) | **10752 (RTX 3090 Ti) ** | 16384 (RTX 4090) |
よくある質問 (FAQ)
Q1: RTX 3080 の現代相当は？ A: 2020年フラグシップ ¥80,000・3DMark Time Spy 約17,500・RTX 4070 (¥80,000) と同等・RTX 4070 Ti (¥120,000) の85%程度。中古¥40,000-60,000で4K ゲーミング/AI 推論 (Stable Diffusion XL/3.0) 実用可能。
Q2: なぜRTX 3090 は「TITAN 後継」と呼ばれるか？ A: RTX 3090 (24GB GDDR6X・$1,499) はTitan RTX (24GB GDDR6・$2,499) 後継位置付け・「BFGPU」(Big Ferocious GPU) と NVIDIA 公式が呼称。AI 研究・8K動画編集・大型3D レンダリング向けプロシューマ GPU。
Q3: Samsung 8nm と TSMC 7nm どちらが優れる？ A: TSMC 7nm 優位 (Tesla A100 採用・電力効率高) ・Samsung 8nm 民生選択 (コスト優位・供給確保) 。NVIDIA がGA102 (民生) でSamsung 8nm 選択し製造コスト下げて RTX 3080 $699 実現・TSMC 7nm 採用なら同価格不可。
まとめ
- 2020年NVIDIA発表・GA100 (A100) /GA102 (RTX 3080/3090)
- Samsung 8nm (民生) /TSMC 7nm (HPC)
- 第3世代Tensor Core (TF32/BF16) ・第2世代RT Core
- GDDR6X PAM4 メモリ・PCIe Gen4
- A100 で OpenAI ChatGPT/GPT-4 学習