文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
英伟达最快最先进的AI GPU: Blackwell Ultra GB300 ， 号称AI 领域的奇迹芯片 ， 日前 ， 英伟达发布了一篇深度解析文章 ， 详细介绍了其最新最强的 AI 芯片 ——GB300 Blackwell Ultra 。 这款芯片已全面投产 ， 并已向核心客户交付 。 作为 Blackwell 解决方案的延伸产品 ， GB300 在性能和功能上实现了重大升级 。 性能超 GB200 50% 并配备 288GB 内存 。
如同英伟达 Super 系列是原版 RTX 游戏显卡的增强版 ， Ultra 系列则是其 AI 芯片的进阶版本 。 尽管此前的 Hopper 和 Volta 等产品线未明确推出 Ultra 型号 ， 但从技术层面看也存在类似的增强版本 。 值得注意的是 ， Ultra 芯片虽在硬件层面更具优势 ， 但软件更新与优化同样能为非 Ultra 芯片带来显著性能提升 。
那么 ， Blackwell Ultra GB300 究竟有何特别？如前所述 ， 它采用两颗整片晶圆尺寸的芯片（Reticle-sized Dies） ， 通过英伟达 NV-HBI 高带宽接口连接 ， 在逻辑上呈现为单颗 GPU 。 该 GPU 基于台积电 4NP 工艺（专为英伟达优化的 5nm 制程）打造 ， 集成了 2080 亿个晶体管 。 NV-HBI 接口为两颗 GPU 芯片提供 10TB/s 的带宽 ， 同时确保其作为单一芯片协同工作 。
英伟达 Blackwell Ultra GB300 GPU 集成了 160 个流式多处理器（SM） ， 每个 SM 包含 128 个 CUDA 核心、4 个支持 FP8/FP6/NVFP4 精度计算的第五代张量核心、256KB 张量内存（TMEM）及特殊函数单元（SFU） 。 整体规格达到 20480 个 CUDA 核心、640 个张量核心及 40MB TMEM 。
第五代张量核心是实现 AI 计算的核心引擎 ， 英伟达在每代 GPU 的张量核心技术上均有重大创新：
·Volta 架构：8 线程矩阵乘法累加单元（MMA） ， 支持 FP16 训练并搭配 FP32 累加计算
·Ampere 架构：全 warp 范围 MMA 单元 ， 引入 BF16 和 TensorFloat-32 格式
·Hopper 架构：跨 128 线程的 warp 组 MMA 单元 ， 集成支持 FP8 的 Transformer 引擎
·Blackwell 架构：第二代 Transformer 引擎 ， 支持 FP8/FP6/NVFP4 计算及 TMEM 存储
Blackwell Ultra 还实现了内存规格的重大升级：搭载 288GB HBM3e 显存 ， 较前代 Blackwell GB200 的最高 192GB 提升显著 。 这一升级使其能够支持万亿级参数规模的 AI 模型 。 内存采用 8 堆叠设计 ， 配备 16 个 512 位控制器（总带宽 8192 位） ， 单 GPU 显存带宽达 8TB/s ， 具体优势包括：
·完整模型驻留：无需内存卸载即可运行 3000 亿 + 参数模型
·扩展上下文长度：为 Transformer 模型提供更大 KV 缓存容量
·提升计算效率：针对多样化工作负载优化计算 - 内存比率
Blackwell 系列的互联技术包括 NVLINK 交换机、NVLINK-C2C 连接 ， 以及用于主机 GPU 连接的 PCIe Gen6 x16 接口 。 以下是 NVLINK 5 及主机端连接的关键特性：
·单 GPU 双向带宽：1.8TB/s（18 条链路 ×100GB/s）
·性能扩展：较 Hopper GPU 的 NVLink 4 提升 2 倍
·最大拓扑规模：支持 576 颗 GPU 构建无阻塞计算架构
·机架级集成：72 颗 GPU 的 NVL72 配置 ， 总带宽达 130TB/s
·PCIe 接口：Gen6×16 通道（双向 256GB/s）
·NVLink-C2C：支持 Grace CPU-GPU 内存一致性通信（900GB/s）
得益于全新 NVFP4 标准 ， 英伟达 Blackwell Ultra GB300 平台的密集低精度计算输出提升 50% ， 同时保持接近 FP8 的精度水平（差异通常小于 1%） 。 与 FP8 相比 ， NVFP4 还能将内存占用减少 1.8 倍 ， 较 FP16 减少 3.5 倍 。
Blackwell Ultra 还搭载了先进的调度管理与企业级安全特性：
·增强型 GigaThread 引擎：新一代工作调度器 ， 优化上下文切换性能并实现 160 个 SM 间的工作负载智能分配
·多实例 GPU（MIG）：支持将 GPU 划分为不同规格的 MIG 实例（如 2 个 140GB 实例、4 个 70GB 实例或 7 个 34GB 实例） ， 实现安全多租户环境下的性能隔离
·机密计算与安全 AI：为敏感 AI 模型和数据提供硬件级可信执行环境（TEE） ， 首次在 Blackwell 架构中集成 TEE-I/O 功能 ， 并通过 NVLink 在线加密实现接近未加密模式的吞吐量
·高级远程证明服务（RAS）引擎：基于 AI 的可靠性监控系统 ， 实时监测数千项参数以预测故障、优化维护计划 ， 最大化大规模部署的系统可用性
性能效率方面 ， Blackwell Ultra GB300 的每兆瓦吞吐量（TPS/MW）较 Blackwell GB200 进一步提升（具体数据见下图） 。
【深度解析最快AI芯片：性能怪兽、AI奇迹芯片！】种种创新表明 ， 英伟达凭借 Blackwell 及 Blackwell Ultra 等工程杰作稳居 AI 领域之巅 。 其深度软件支持与持续优化是核心竞争力 ， 而年度硬件迭代节奏与不断加码的研发投入 ， 将确保其在未来数年内持续引领行业 。
推荐阅读
- 性能、AI和影像深度融合：骁龙8 Elite在安卓阵营处于什么地位？
- 人工智能深度融入教育领域 打造人机协同新生态
- 从GPT-2到gpt-oss，深度详解OpenAI开放模型的进化之路
- 从图书馆到宿舍：大一新生笔记本的真实使用场景解析
- 小米玄戒O2最快明年二季度推出 将采用最新Arm公版架构
- 最快10月见！博主预测华为Mate80和X7售价，最高上调千元
- ChatGPT负责人深度复盘：我们做错了什么？
- 罗永浩播客节目首秀，李想深度回应理想汽车“被黑”幕后真相
- 重拾有线信仰：lifeme魅蓝「墨弦」高保真圈铁HiFi耳机深度体验
- 传英伟达将自研HBM Base Die：3nm制程，最快2027年试产