I superchip NVIDIA GB10 e GB300 fanno entrambi parte dell'architettura Blackwell di Nvidia, ma servono a scopi diversi e hanno specifiche distinte.
memoria
- Superchip GB10: questo chip presenta 128 GB di memoria coerente unificata, che è condivisa tra la CPU e la GPU. Questo modello di memoria unificato elimina la necessità di trasferimenti PCIe tra CPU e GPU, migliorando l'efficienza per i carichi di lavoro AI. La memoria è LPDDR5X, adatto a sistemi compatti ed efficienti dal punto di vista del potere come l'Asus Ascent GX10 Mini-PC [1] [4] [7].
- Superchip GB300: al contrario, la GB300 è progettata per applicazioni di data center di fascia alta e presentano una memoria significativamente maggiore. Ogni GPU nella configurazione GB300 include 288 GB di memoria HBM3E, che fa parte di un sistema più ampio che può bilanciare fino a 40 TB di memoria veloce attraverso l'intera soluzione su scala rack. Questa sostanziale capacità di memoria è cruciale per la gestione di grandi modelli di intelligenza artificiale e carichi di lavoro complessi di data center [2] [5] [8].
Prestazione
- Superchip GB10: GB10 è ottimizzato per le prestazioni di intelligenza artificiale sul desktop, offrendo fino a 1.000 top (operazioni Tera al secondo) di potenza di elaborazione dell'IA. Include una solida GPU Blackwell con core tensori di quinta generazione e una CPU a base di braccio, che la rende adatto per la gestione di modelli di grandi dimensioni e altri compiti di intelligenza artificiale su un fattore di forma compatto [1] [7].
- Superchip GB300: GB300 offre prestazioni molto più elevate, con ciascuna GPU che fornisce una potenza di calcolo significativamente maggiore rispetto al GB10. Il GB300 fa parte di un sistema più ampio in grado di combinare più GPU per ottenere una scala enorme, con specifiche che indicano livelli di prestazione che superano di gran lunga quelli del GB10. Ad esempio, il sistema GB300 NVL72 può raggiungere le metriche delle prestazioni nella gamma PETAFLOPS, rendendolo ideale per enormi carichi di lavoro di intelligenza artificiale nei data center [2] [5] [8].
Architetturae connettività
-Superchip GB10: GB10 utilizza NVIDIA NVLINK-C2C per interconnessioni chip-to-chip, fornendo un modello di memoria CPU-GPU coesi con elevata larghezza di banda. È progettato per sistemi compatti e si concentra sull'elaborazione efficiente dell'intelligenza artificiale per sviluppatori e ricercatori [1] [4].
-Superchip GB300: GB300 incorpora la quinta generazione di NVIDIA NVLINK, che è un'interconnessione di scala progettata per migliorare le prestazioni tra i sistemi di grandi dimensioni. Include anche funzionalità di rete avanzate come il supernic ConnectX-8, che offre 800 Gbps di connettività di rete per GPU. Questa configurazione è ottimizzata per il trasferimento di dati ad alta velocità e l'elaborazione efficiente dell'intelligenza artificiale in ambienti su larga scala [2] [5].
In sintesi, mentre entrambi i chip fanno parte dell'architettura Blackwell di NVIDIA, il GB10 è adattato allo sviluppo di AI desktop con particolare attenzione alla compattezza ed efficienza, mentre il GB300 è progettato per implementazioni di data center enormi che richiedono alte prestazioni e scalabilità.
Citazioni:
[1] https://www.techpowerup.com/334249/asus-unveils-new-scent-gx10-mini-pc-powered-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-ragioning-inference-amazon-memory-supply-chain/
[4] https://www.bigdatawire.com/2025/01/10/inside-nvidias-new-desktop-ai-box-project-digits/
[5] https://www.techpowerup.com/330154/nvidia-gb300-blackwell-ultra-will-feature-288-gb-hbm3e-memory-1400-w-tdp
[6] https://www.theregister.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-blackwell-ultra-gpu-288gb-hbm3e-1-4kw-power-50-faster-than-gb200/index.html
[9] https://www.theregister.com/2025/01/07/nvidia_project_digits_mini_pc/