엔비디아 암페어 vs 호퍼 차이, 블랙웰·GB까지 한눈에 정리

서론

엔비디아(NVIDIA) GPU 아키텍처는 이제 단순한 그래픽 카드 기술을 넘어, AI 인프라의 핵심으로 자리 잡았습니다.
많은 분들이 “암페어(Ampere)와 호퍼(Hopper)의 차이는 무엇인가?”, “블랙웰(Blackwell)과 GB 아키텍처는 또 뭐지?”라는 궁금증을 가지시는데요.
이번 글에서는 암페어 → 호퍼 → 블랙웰·GB까지 이어지는 아키텍처 변화를 한눈에 정리해 보겠습니다.

---

1. 암페어(Ampere) 아키텍처

• 출시: 2020년 (A100, RTX 30 시리즈)
• 주요 특징
  • 3세대 Tensor Core: FP16, TF32 연산 최적화
  • MIG (Multi-Instance GPU): GPU를 분할해 여러 사용자 동시 활용 가능
  • HPC와 AI 학습에서 대세로 자리잡음

---

2. 호퍼(Hopper) 아키텍처

• 출시: 2022년 (H100)
• 주요 특징
  • Transformer Engine → FP8 연산 지원, LLM 학습·추론 속도 대폭 향상
  • NVLink 4세대 → GPU 간 연결 대역폭 4배 확대
  • Confidential Computing 지원 → 보안 강화

---

3. 암페어 vs 호퍼 차이 요약

구분	암페어 (A100)	호퍼 (H100)
출시 연도	2020	2022
핵심 연산	FP16, TF32	FP8, Transformer Engine
성능	볼타 대비 최대 20배	암페어 대비 최대 4배
GPU 연결	NVLink 3세대	NVLink 4세대
주요 활용	HPC, 초기 AI 학습	대규모 언어모델(LLM) 학습·추론

---

4. 블랙웰(Blackwell) 아키텍처

• 출시: 2024년 (GB200, B200 시리즈)
• 주요 특징
  • 초대형 AI 모델 학습을 겨냥 → 메모리 용량·대역폭 강화
  • 전력 효율 개선 → 동일한 전력으로 더 많은 연산 가능
  • AI 추론 성능 최적화

---

5. GB 아키텍처 (Grace + Blackwell)

• GB는 Grace CPU + Blackwell GPU의 통합 아키텍처
• ARM 기반 CPU(Grace)를 GPU와 초고속 NVLink로 연결
• 장점
  • CPU–GPU 간 병목 현상 최소화
  • 초대형 AI 모델 학습 속도 개선
  • 차세대 데이터센터 표준으로 부상

---

6. 엔비디아 GPU 아키텍처 타임라인 (시간순 정리)

연도	아키텍처	대표 제품	특징
2017	볼타 (Volta)	V100	최초 Tensor Core, 딥러닝 가속화 시작
2018	튜링 (Turing)	RTX 20	실시간 레이트레이싱, 2세대 Tensor Core
2020	암페어 (Ampere)	A100, RTX 30	MIG 지원, FP16·TF32 최적화
2022	호퍼 (Hopper)	H100	Transformer Engine, FP8, NVLink 4세대
2024	블랙웰 (Blackwell)	B200, GB200	AI 최적화, 전력 효율 극대화
2024~	GB (Grace+Blackwell)	GB200	CPU+GPU 통합, 초대형 AI 모델 대응

---

정리

• 암페어 → 호퍼: FP16/TF32에서 FP8로 진화, AI 학습·추론 속도 혁신
• 블랙웰·GB: CPU와 GPU까지 통합해 AI 슈퍼컴퓨팅을 겨냥
• 앞으로의 키워드는 “AI 최적화 + 전력 효율”입니다.