NVIDIA Volta アーキテクチャ (2017年)（エヌビディアボルタ）
NVIDIA Voltaは2017年5月NVIDIA発表のGV100 GPU (Tesla V100) で初登場した12nm FFNプロセス採用アーキで世界初のTensor Core (AI 専用演算ユニット) 採用しDeep Learning 革命を起こしNVIDIA AI 帝国の起点となった記念碑的GPUアーキ。
NVIDIA Volta アーキテクチャ (2017年)
概要
NVIDIA Voltaは2017年5月10日NVIDIA発表のGV100 GPU (Tesla V100) で初登場した12nm TSMC FFN (FinFET New) プロセス採用アーキで世界初のTensor Core (AI 専用演算ユニット・FP16 行列演算高速化) 採用しDeep Learning 革命を起こしNVIDIA AI 帝国の起点となった記念碑的GPUアーキ。GV100 (211億トランジスタ・5120 CC・640 Tensor Core・16/32GB HBM2・300W $9,000) ・GeForce Titan V (2017年12月 GV100ベース・5120 CC・12GB HBM2・$2,999) で展開され民生GPU 不在 (Turing 2018 で民生展開) 。NVIDIA DGX-1 (V100×8基・$149,000) でOpenAI GPT-2 (2019) /GPT-3 (2020) 学習・DeepMind AlphaGo Zero 学習 (2017) ・Google BERT 学習 (2018) 等で広く採用されNVIDIA がAI 計算基盤デファクト確立した。
主な特徴・仕組み
- 発表: 2017年5月10日NVIDIA・コードネーム「GV100」
- アーキテクチャ: SM 改良 (64 CC/SM・Pascal 128 CC/SM から半減で効率改善) +Tensor Core 64ユニット/SM
- CUDA Core: 5120 (80 SM×64) ・FP32 並列演算
- Tensor Core: 640 (80 SM×8) ・FP16 行列乗算アクセラレータ・8倍速
- L2 キャッシュ: 6MB (Pascal 2-3MB から倍増)
- メモリ: 16/32GB HBM2・4096bit
- メモリ帯域: 900 GB/s (HBM2)
- NVLink: 2.0 (300 GB/s/GPU・Pascal 1.0 160 GB/s から倍増)
- DirectX: DirectX 12
- OpenGL: 4.6
- CUDA Compute: 7.0
- TDP: 300W (Tesla V100 SXM2) ・250W (V100 PCIe)
- プロセス: 12nm TSMC FFN
- トランジスタ: 211億 (Pascal GP100 153億から+38%)
- 発売価格: Tesla V100 16GB $8,499・32GB $10,664・Titan V $2,999 (発売時)
Volta 製品ラインナップ
| GPU | 年 | 形態 | CC | Tensor Core | メモリ | TDP | 価格 |
|---|---|---|---|---|---|---|---|
| Tesla V100 SXM2 | 2017 | SXM2 | 5120 | 640 | 16-32GB HBM2 | 300W | $8,499-10,664 |
| Tesla V100 PCIe | 2017 | PCIe | 5120 | 640 | 16-32GB HBM2 | 250W | $9,950 |
| Tesla V100S PCIe | 2019 | PCIe | 5120 | 640 | 32GB HBM2 | 250W | $10,664 |
| Titan V | 2017 | PCIe | 5120 | 640 | 12GB HBM2 | 250W | $2,999 |
| Quadro GV100 | 2018 | PCIe | 5120 | 640 | 32GB HBM2 | 250W | $8,999 |
Tensor Core 革新
2017年Volta で世界初導入・AI 革命の心臓:
- 動作: 4×4 FP16 行列乗算+FP32 累算を1サイクルで実行 (D = A × B + C)
- 速度: FP16 行列演算が CUDA Core の 8倍速
- 理論性能: V100 で 125 TFLOPS (FP16 Tensor) ・15 TFLOPS (FP32 CUDA)
- 応用: Deep Learning 学習/推論・畳み込みニューラルネットワーク (CNN) ・Transformer (BERT/GPT)
- 後継: Turing (2018) でINT8/INT4 追加・Ampere (2020) で TF32/BF16・Hopper (2022) でFP8・Blackwell (2024) でFP4
DGX-1 (NVIDIA AI スーパーコン)
2016年Pascal P100 で初リリース→2017年Volta V100 で本格展開:
- 構成: V100 SXM2×8基+Intel Xeon×2基+512GB DDR4
- AI 性能: 1 PFLOPS (FP16 Tensor)
- 価格: $149,000 (約¥1,650万)
- 採用顧客: OpenAI (GPT-2/GPT-3 学習・数百台規模) ・DeepMind (AlphaGo Zero/AlphaFold) ・Microsoft Azure・Facebook AI Research・東京大学 Reedbush
- 歴史的意義: AI 学習の事実上の標準プラットフォーム・$10B+ 売上創出
OpenAI/DeepMind/Google 採用
2017-2020年AI 革命期の中核:
- OpenAI GPT-2 (2019): V100×256基で1.5B パラメータモデル学習
- OpenAI GPT-3 (2020): V100×10,000基相当で175B パラメータ学習・$4.6M電力コスト
- DeepMind AlphaGo Zero (2017): V100×64基で40日間学習・人間世界チャンピオン超え
- Google BERT (2018): V100×4-256基でtransformer 事前学習・NLP 革命
- OpenAI DALL-E (2021): V100×大量基でtext-to-image 生成
関連技術との違い
| 項目 | Pascal (2016) | Volta (2017) | Turing (2018) |
|---|---|---|---|
| プロセス | 16nm FinFET | 12nm FFN | 12nm FFN |
| Tensor Core | なし | **あり (世界初・FP16) ** | あり (FP16/INT8/INT4) |
| CC/SM | 128 | **64 (半減で効率向上) ** | 64 |
| メモリ | GDDR5X/HBM2 | HBM2 16-32GB | GDDR6 (民生) /HBM2 (Tesla) |
| NVLink | 1.0 (160 GB/s) | **2.0 (300 GB/s) ** | 2.0 |
| Compute Capability | 6.0-6.2 | 7.0 | 7.5 |
| 民生 GPU | あり (GTX 1080 等) | **なし (Titan V 限定) ** | あり (RTX 2080) |
よくある質問 (FAQ)
Q1: Volta になぜ民生GeForce GPU がないか？ A: NVIDIA がVolta を AI/HPC 専用ターゲット (Tesla V100 $9,000) に集中・民生は Pascal (GTX 1080 Ti 2017年3月) 延命+1年後 Turing (RTX 2080 2018年9月) で展開戦略。Titan V $2,999 は民生扱いだがプロシューマ向け。
Q2: Titan V と Tesla V100 の違いは？ A: Titan V (民生・$2,999・12GB HBM2・FP64 性能制限) ・Tesla V100 (HPC専用・$9,000・16/32GB HBM2 ECC・フルFP64) 。Titan V はAI 推論研究・コンテンツクリエイター・Tesla V100 はデータセンタ大規模学習・スパコン用途。
Q3: V100 の現代相当は？ A: 2017年フラグシップAI GPU $9,000・Cinebench 比較不可・AI 推論性能でRTX 4070 (¥80,000) ・RTX 4080 SUPER (¥150,000) と同等・RTX 5090 (Blackwell ¥350,000 2025) の40%程度。中古V100 16GB ¥150,000-300,000で AI 研究用途人気。
まとめ
- 2017年NVIDIA発表・GV100 (Tesla V100)
- 12nm FFN・世界初Tensor Core 採用
- 5120 CC+640 Tensor Core・211億トランジスタ
- DGX-1 で OpenAI GPT/DeepMind AlphaGo 学習
- Deep Learning 革命・NVIDIA AI 帝国起点