موسوعة AIXX › مفهوم تقني › أنوية Tensor Core
Tensor Core هو وحدة حساب مصفوفات مخصصة قدمتها NVIDIA مع معمارية Volta (2017) — تنجز كل وحدة Tensor Core عملية ضرب مصفوفتين 4×4 خلال دورة ساعة واحدة. تحل مشكلة واحدة: العملية الأساسية في التعلم العميق هي ضرب المصفوفات (GEMM)، وأنوية CUDA العامة ضعيفة الكفاءة في هذا الضرب، لذا صُممت Tensor Core خصيصًا له.
تتطور دقة الأرقام المدعومة في كل جيل من Tensor Core: الجيل الأول (Volta) FP16؛ الجيل الثاني (Turing) INT8/INT4؛ الجيل الثالث (Ampere) BF16/TF32؛ الجيل الرابع (Hopper) FP8؛ الجيل الخامس (Blackwell) FP4. تتيح كل دقة جديدة «حشو قدرة حسابية أكبر في نفس المساحة» — وهذا هو السبب الجذري للنمو الهائل في قدرة FP4 لشريحة B300.
| البند | القيمة / المنهجية |
|---|---|
| الجيل الخامس (Blackwell) | FP4/FP6/FP8/FP16/BF16/TF32/FP64 |
| قدرة FP4 (B300) | نحو 15 PFLOPS كثيفة / أعلى مع التخفيف |
| قدرة FP8 (H100) | 3,341 TFLOPS (مخففة) |
| عدد الأجيال | الجيل الخامس (Blackwell) |
ي دعم الجيل الخامس من Tensor Core في B300 دقتي FP4 وFP6 بشكل أصلي — يمكن تكميم استدلال النماذج الكبيرة إلى FP4 تقريبًا دون فقدان دقة يُذكر، ما يعني أن مساحة السيليكون نفسها تتسع لضعف قدرة FP8. على المشترين الانتباه عند قراءة المواصفات: قدرة FP4 التي تعلنها NVIDIA تُحسب بالمعيار المخفف، والمعيار الكثيف نصفها — وإنتاجية الاستدلال الفعلية تعتمد على مدى دعم أطر العمل للتكميم (TensorRT-LLM / vLLM وغيرها).