不出所料，Nvidia 在 GTC 2024 上展示了全新的 Blackwell 架构。凭借 B200 芯片和 GB200 平台，该制造商正在进入新的领域
。
不出所料，Nvidia 在周一晚举行的 GTC 2024（GPU 技术大会）上展示了全新的 Blackwell 架构，并承诺将设立新的标准
。
正如英伟达首席执行官黄仁勋（Jensen Huang）所解释的那样，这将预示着一个 “生成式人工智能的新时代”。B200 芯片是这一切的先驱，它取代了之前 Hopper 时代的旗舰产品 H100 和 GH100
。
令人印象深刻的技术规格（见下文）表明，亚马逊和微软等有相应需求和预算的大客户将在 Nvidia 排队，以获得尽可能多的这些芯片。
最重要的事情一言以蔽之
- Nvidia在GTC 2024上展示用于生成式人工智能的全新Blackwell架构。
- B200芯片取代了H100和GH100旗舰芯片，并提高了性能和能效。
- 图形处理器采用 4 纳米制造工艺，拥有 2080 亿个晶体管。
- GB200 超级芯片结合了 Grace 处理器和 Blackwell GPU，具有极高的计算能力。
Nvidia B200
的技术数据
该 GPU 是基于 4NP 制造工艺开发的，这是台湾芯片制造商台积电为 Blackwell 设计的一种特殊 4 纳米生产工艺。
B200本身采用双芯片设计。两个内置芯片通过滑动到芯片链接进行通信，速度高达每秒 10 TByte，因此与 AMD 主要采用的 MCM（多芯片模块）工艺相比，应该没有任何劣势。
- FP8：高达 20 千亿次FLOPS
- FP16: 高达 10 PetaFLOPS
- FP32: 高达 5 PetaFLOPS
- 处理器：2,592 个 ARM Neoverse V2 内核
- 内存: 高达 17 TByte LPDDR5X RAM
- 72 Blackwell GPU配备13.5 TByte HBM3e内存
- FP4计算能力：高达1,440PetaFLOPS
- FP8计算能力：高达720PetaFLOPS
- FP16计算能力：高达360PetaFLOPS
: 高达 5 PetaFLOPS
根据 Huang 的说法，这将使人工智能训练性能提高约 4 倍，人工智能推理性能提高约 30 倍。同时，能效也将提高 25 倍。
在内存方面，Nvidia B200 采用 192 GByte HBM3e 内存，带宽可达 8 TByte/s。
“格蕾丝-布莱克威尔 “作为新的超级芯片
新芯片还构成了名为GB200的 “Grace Blackwell “超级芯片的基础，该芯片将主要用于Nvidia自己的NVL72计算机和定制解决方案。
正如其名，GB200 格蕾丝-布莱克韦尔是一种混合解决方案，由一个带有 72 个 Neoverse V2 内核的格蕾丝处理器和两个所示的 B200 图形芯片组成。
在上述 NVL72 计算机中，使用了 36 个格雷斯 CPU 和 72 个布莱克韦尔 GPU（因此有 144 个布莱克韦尔芯片），从而产生了以下疯狂的技术数据：
。
得益于 NVLink（承诺每秒高达 130 TByte 的带宽），NVL72 超级计算机应能像单个大型图形处理器一样运行
。
在这样一个NVLink域中，总共可以连接多达576个GPU–根据Huang的说法，总计算能力应足以处理具有数万亿个参数的大型语言模型（LLM）。
假定的功耗也相应较高：据说单个 GB200 超级芯片需要高达 2,700 瓦的功率。
第一批商业客户已经在排队等候。Nvidia 明确提到了 AWS、Google Cloud、Microsoft Azure 和 Oracle Cloud Infrastructure 等云提供商，他们对 Blackwell 架构表现出兴趣也就不足为奇了。正如Huang所解释的，Nvidia正面临着Blackwell “公司历史上最成功的发布”。
