|
英伟达老黄，成了今年的圣诞老黄。 AI芯片大礼包刚刚曝光： GPU新核弹B300，以及附带CPU的超级芯片GB300。 高算力，在产品层面上相比B200在FLOPS上提高50% 大显存，从192GB提升到288GB，也是提高了50%。  △GrokAI绘图
包含72块GB300的“新一代计算单元”GB300 NVL72，更是被评价为“能让OpenAI o1/o3推理大模型的思维链长度，在高batch size下达到10万tokens的唯一方案”。 这与今年3月份“AI春晚”发布的B200系列只隔了几个月。 根据SemiAnalysis爆料，从第三季度开始，许多AI巨头已经将订单从B200转移到了B300（只有微软还在第四季度继续购买了部分B200）。 有不少网友感叹，更新速度实在太快了！ 既是解决了此前传闻中B200因设计缺陷被迫推迟的问题，又是对隔壁AMD MI300系列后续产品将在2025年提升显存容量的回应。 
又一款AI核弹既然都是Blackwell架构没有跨代，B300的算力提高来自哪里呢？ 根据这次爆料，主要有三部分： 除了更高FLOPS之外，B300系列的显存也做了升级： 此外产品交付层面还有一个大变化： GB200系列提供整个Bianca Board，也就包括两颗GPU、一颗CPU、CPU的内存等所有组件都集成在一块PCB版上。  △GB200概念图
GB300系列将只提供参考板（Reference Board），包括两颗B300 GPU、一颗Grace CPU、HMC（Hybrid Memory Cube），LPCAMM内存模块等组件将由客户自行采购。 这给供应链上的OEM和ODM制造商带来了新的机会。 为推理大模型打造显存的升级对OpenAI o1/o3一类的推理大模型至关重要，因为推理思维链长度会增加KVCache，影响batch size和延迟。 以一个GB300 NVL72“计算单元”为单位考虑时，它使72个GPU能够以极低的延迟处理相同的问题，并共享显存。 在此基础上从GB200升级到GB300，还可以带来许多好处： 
为了解释这些提升，SemiAnalysis举了个更为直观的例子。 下图是在不同批处理大小下，使用H100和H200两种GPU处理长序列时，Llama 3.1 405B在FP8精度下的处理速度。 输入设置为1000个token、输出19000个token，由此模拟OpenAI o1和o3模型中的思维链。 
从H100升级到H200，有两个显著改进。 一是在所有可比较的batch size中，H200的内存带宽更大（H200 4.8TB/s，H100 3.35TB/s），从而使得处理效率普遍提高了43%。 二是H200可运行更高的batch size，这使得其每秒可以生成的token数量增加了3倍，相应地，成本也减少了约3倍。 内存增加所带来的效益远不止表面上的这些。 众所周知，推理模型响应时间一般更长，显著缩短推理时间可以提高用户体验和使用频率。 而且内存升级实现3倍性能提升，成本减少3倍，这一提升速度也远超摩尔定律。 除此之外，SemiAnalysis还分析观察到，能力更强和具有明显差异化的模型能收取更高的溢价—— 前沿模型毛利率超70%，而还在与开源模型竞争的次一级模型毛利率不足20%。 
当然，英伟达并不是唯一一家能增加内存的芯片公司，但奈何英伟达还有杀手锏NVLink。 One More Thing英伟达消费级显卡方面，RTX5090的PCB板也首次曝光了～ 就在昨天，一张RTX 5090 PCB照片在网上疯转。 特点就是超超超大号。 
结合此前爆料称5090有可能会配备32GB大显存，有望支持8K超高清游戏，实现60fps的流畅游戏体验。 网友们直接坐不住。 关于5090的发布时间，大伙儿猜测大概会是1月6日老黄CES演讲的时候。 | 
