nvidia 显卡架构 Hopper、Ada 和 Blackwell 这些名字有啥规律或者意义吗

NVIDIA 这些架构名字(Hopper、Ada、Blackwell )其实没有像 CPU 那样的技术含义(比如 Zen、Core),主要是 NVIDIA 给 GPU 微架构起的代号(codename),规律主要来自"致敬计算机科学/工程领域的重要人物"。

大致规律:

架构代号 对应年代 代表 GPU 致敬人物
Tesla 2006-2010 Tesla C1060 等 Nikola Tesla
Fermi 2010 GTX 400 系列 Enrico Fermi
Kepler 2012 GTX 600/700 Johannes Kepler
Maxwell 2014 GTX 900 James Clerk Maxwell
Pascal 2016 GTX 10 系列 Blaise Pascal
Volta 2017 Tesla V100 Alessandro Volta
Turing 2018 RTX 20 系列 Alan Turing
Ampere 2020 RTX 30 / A100 André-Marie Ampère
Ada Lovelace 2022 RTX 40 / L40 Ada Lovelace
Hopper 2022 H100/H200 Grace Hopper
Blackwell 2024 B100/B200/RTX 50 David Blackwell

为什么 Hopper 和 Ada 同一年?

这是很多人容易混淆的地方。

2022 年 NVIDIA 同时推出:

Ada Lovelace

主要面向消费卡:

复制代码
RTX 4090
RTX 4080
RTX 4070

特点:

  • 游戏

  • 光追

  • DLSS

  • 图形渲染

架构编号:

复制代码
Ada = SM 8.9

Hopper

主要面向数据中心:

复制代码
H100
H200

特点:

  • AI训练

  • 大模型推理

  • Tensor Core

  • Transformer Engine

架构编号:

复制代码
Hopper = SM 9.0

所以:

复制代码
RTX 4090
    |
    Ada

H100
    |
    Hopper

虽然发布时间接近,但是两条产品线。


Blackwell 为什么特殊?

Blackwell 是下一代:

复制代码
Ampere
  |
  v
Hopper / Ada
  |
  v
Blackwell

对应:

数据中心:

复制代码
H100
 ↓
B100
B200
GB200

消费:

复制代码
RTX 4090
 ↓
RTX 5090

你的 RTX 5090 就属于:

复制代码
Blackwell
SM_120

架构名字和 CUDA Compute Capability 的关系

你之前看到的:

复制代码
sm_86
sm_90
sm_120
sm_121

对应:

架构 Compute Capability
Ampere sm_80 / sm_86
Ada sm_89
Hopper sm_90
Blackwell sm_100 / sm_120 / sm_121

例如:

RTX 3090:

复制代码
Ampere
SM 8.6
sm_86

H100:

复制代码
Hopper
SM 9.0
sm_90

RTX 5090:

复制代码
Blackwell
SM 12.0
sm_120

为什么你之前 NVFP4 遇到 sm_120?

因为:

NVFP4 是 Blackwell 新增的硬件能力:

复制代码
Ampere:
 FP16/BF16 Tensor Core

Hopper:
 FP8 Tensor Core

Blackwell:
 FP4 Tensor Core

所以:

RTX3090:

复制代码
sm_86
❌ NVFP4 Tensor Core

H100:

复制代码
sm_90
❌ 原生 FP4

RTX5090:

复制代码
sm_120
✅ FP4

这就是为什么你看到:

复制代码
cutlass_scaled_mm_supports_fp4(sm)

sm_86 false
sm_90 false
sm_120 true

不是软件限制,而是硬件架构差异。


简单记忆:

复制代码
Tesla
  ↓
Fermi
  ↓
Kepler
  ↓
Maxwell
  ↓
Pascal
  ↓
Volta
  ↓
Turing
  ↓
Ampere
      \
       \
        Ada (消费)
        Hopper (AI)
              |
              v
          Blackwell

而现在 AI 场景最重要的是:

复制代码
A100 = Ampere
H100/H200 = Hopper
B100/B200/GB200 = Blackwell
RTX5090 = Blackwell

其中:

  • Ampere → FP16/BF16 主力

  • Hopper → FP8 大模型时代

  • Blackwell → FP4 + 更大规模 AI 推理

相关推荐
火山引擎开发者社区17 分钟前
漫话火山 Milvus|为 Agent、RAG 、语义搜索而生,AI 时代的极致性价比之选
人工智能
jikemaoshiyanshi6 小时前
AWS 中国峰会 2026 有哪些 AI Agent 相关演讲可以看?按业务、研发与生产阶段选看
大数据·人工智能
网易易盾6 小时前
AI互动产品安全合规体系架构:制度/技术/运营/证据四层落地
人工智能·安全·aigc·内容安全
新知图书6 小时前
4.3 链接速读
人工智能·语音识别·ai助手·千问
江苏久众新视7 小时前
SOP-AI实战:基于AI视觉与视频检测,精准管控空调管件装配防漏防错
人工智能
u0103055278 小时前
Java AWT鼠标事件全解析
人工智能·1024程序员节
tuanxiang8 小时前
中英文AI检测的跨语系误判问题排查与修复
人工智能
冬奇Lab8 小时前
开源项目第178期:OptMem — 426 个 token 的提示词,给 AI Agent 跨会话的持久记忆
人工智能·开源·资讯
冬奇Lab8 小时前
代码库知识库系列(09):用 codebase-memory-mcp 实战——在 LightRAG 上跑三路召回
人工智能