Les superchips Nvidia GB10 et GB300 font tous deux partie de l'architecture Blackwell de Nvidia, mais ils servent des objectifs différents et ont des spécifications distinctes.
Mémoire
- GB10 Superchip: cette puce dispose de 128 Go de mémoire cohérente unifiée, qui est partagée entre le CPU et le GPU. Ce modèle de mémoire unifiée élimine le besoin de transferts de PCIe entre CPU et GPU, améliorant l'efficacité des charges de travail de l'IA. La mémoire est LPDDR5X, qui convient aux systèmes compacts et économes en puissance comme l'ASUS Ascent GX10 Mini-PC [1] [4] [7].
- GB300 Superchip: en revanche, le GB300 est conçu pour les applications et les caractéristiques du centre de données haut de gamme nettement plus de mémoire. Chaque GPU de la configuration GB300 comprend 288 Go de mémoire HBM3E, qui fait partie d'un système plus grand qui peut évoluer jusqu'à 40 To de mémoire rapide sur toute la solution à l'échelle du rack. Cette capacité de mémoire substantielle est cruciale pour gérer de grands modèles d'IA et des charges de travail complexes du centre de données [2] [5] [8].
Performance
- GB10 Superchip: Le GB10 est optimisé pour les performances de l'IA sur le bureau, offrant jusqu'à 1 000 hauts (opérations TERA par seconde) de la puissance de traitement de l'IA. Il comprend un GPU Blackwell robuste avec des noyaux de tenseur de cinquième génération et un processeur basé sur un bras, ce qui le rend adapté à l'exécution de modèles de langage de grande envergure et d'autres tâches d'IA sur un facteur de forme compact [1] [7].
- GB300 Superchip: Le GB300 offre des performances beaucoup plus élevées, chaque GPU offrant une puissance beaucoup plus de calcul que le GB10. Le GB300 fait partie d'un système plus grand qui peut combiner plusieurs GPU pour atteindre une échelle énorme, avec des spécifications indiquant des niveaux de performance qui dépassent de loin ceux du GB10. Par exemple, le système GB300 NVL72 peut atteindre des mesures de performances dans la gamme Petaflops, ce qui le rend idéal pour les charges de travail en IA massives dans les centres de données [2] [5] [8].
Architecture et connectivité
- GB10 Superchip: Le GB10 utilise NVIDIA NVLINK-C2C pour les interconnexions de puce à puce, fournissant un modèle de mémoire CPU-GPU cohérent avec une bande passante élevée. Il est conçu pour les systèmes compacts et se concentre sur le traitement efficace de l'IA pour les développeurs et les chercheurs [1] [4].
- GB300 Superchip: Le GB300 intègre la cinquième génération de Nvidia NVLink, qui est une interconnexion de mise à l'échelle conçue pour améliorer les performances entre les grands systèmes. Il comprend également des capacités de réseautage avancées comme le ConnectX-8 Supernic, offrant 800 Gbps de connectivité réseau par GPU. Cette configuration est optimisée pour le transfert de données à grande vitesse et le traitement efficace de l'IA dans des environnements à grande échelle [2] [5].
En résumé, alors que les deux puces font partie de l'architecture Blackwell de Nvidia, le GB10 est adapté au développement de l'IA de bureau en mettant l'accent sur la compacité et l'efficacité, tandis que le GB300 est conçu pour des déploiements de centres de données massifs nécessitant des performances et une évolutivité élevées.
Citations:
[1] https://www.techpoweup.com/334249/asus-unveils-new-ascent-gx10-mini-pc-powed-nvidia-gb10-grace-blackwell-superchip
[2] https://www.nvidia.com/en-us/data-center/gb300-nvl72/
[3] https://semianalysis.com/2024/12/25/nvidias-christmas-present-gb300-b300-reasoning-inference-amazon-memory-supply-chain/
[4] https://www.bigdatawire.com/2025/01/10/inside-nvidias-new-desktop-ai-box-project-digits/
[5] https://www.techpoweup.com/330154/nvidia-gb300-blackwell-ultra-will-feature-288-gb-hbm3e-memory-1400-w-tdp
[6] https://www.thegister.com/amp/2025/03/18/gtc_frame_nvidias_budget_blackwell/
[7] https://meta-quantum.today/?p=3460
[8] https://www.tweaktown.com/news/103991/nvidia-gb300-lackwell-ultra-ai-gpu-288gb-hbm3e-1-4kw-power-50-faster-than-gb200/index.html
[9] https://www.thegister.com/2025/01/07/nvidia_project_digits_mini_pc/