NVIDIA GB10 및 GB300 슈퍼 칩은 NVIDIA의 Blackwell Architecture의 일부이지만 다른 목적을 제공하며 뚜렷한 사양을 가지고 있습니다.
메모리
-GB10 Superchip :이 칩에는 128GB의 통합 코 히어 런트 메모리가 있으며 CPU와 GPU간에 공유됩니다. 이 통합 메모리 모델은 CPU와 GPU 간의 PCIE 전송이 필요하지 않아 AI 워크로드의 효율성을 향상시킵니다. 메모리는 LPDDR5X이며 ASUS Ascent GX10 MINI-PC와 같은 작고 전력 효율적인 시스템에 적합합니다 [1] [4] [7].
-GB300 SUPERCHIP : 대조적으로 GB300은 고급 데이터 센터 응용 프로그램을 위해 설계되었으며 훨씬 더 많은 메모리를 특징으로합니다. GB300 설정의 각 GPU에는 288GB의 HBM3E 메모리가 포함되어 있으며 전체 랙 스케일 솔루션에서 최대 40TB의 빠른 메모리를 확장 할 수있는 더 큰 시스템의 일부입니다. 이 실질적인 메모리 용량은 대형 AI 모델과 복잡한 데이터 센터 워크로드를 처리하는 데 중요합니다 [2] [5] [8].
성능
-GB10 Superchip : GB10은 데스크탑에서 AI 성능에 최적화되어 AI 처리 전력의 최대 1,000 개의 탑 (초당 Tera 작업)을 제공합니다. 여기에는 5 세대 텐서 코어와 팔 기반 CPU가있는 강력한 Blackwell GPU가 포함되어있어 컴팩트 한 폼 팩터에서 대형 언어 모델 및 기타 AI 작업을 실행하는 데 적합합니다 [1] [7].
-GB300 SUPERCHIP : GB300은 훨씬 더 높은 성능을 제공하며 각 GPU는 GB10보다 훨씬 더 많은 컴퓨팅 전력을 제공합니다. GB300은 다중 GPU를 결합하여 막대한 규모를 달성 할 수있는 더 큰 시스템의 일부이며, 사양은 GB10의 성능 수준을 훨씬 초과하는 성능 수준을 나타냅니다. 예를 들어, GB300 NVL72 시스템은 PETAFLOPS 범위에서 성능 메트릭을 달성 할 수 있으므로 데이터 센터의 대규모 AI 워크로드에 이상적입니다 [2] [5] [8].
아키텍처 및 연결성
-GB10 Superchip : GB10은 칩 투 칩 상호 연결에 NVIDIA NVLINK-C2C를 사용하여 대역폭이 높은 응집력있는 CPU-GPU 메모리 모델을 제공합니다. 소형 시스템을 위해 설계되었으며 개발자와 연구원을위한 효율적인 AI 처리에 중점을 둡니다 [1] [4].
-GB300 SUPERCHIP : GB300은 5 세대 NVIDIA NVLINK를 통합하여 대규모 시스템에서 성능을 향상 시키도록 설계된 스케일 업 상호 연결입니다. 또한 GPU 당 800Gbps의 네트워크 연결을 제공하는 ConnectX-8 Supernic과 같은 고급 네트워킹 기능도 포함되어 있습니다. 이 설정은 대규모 환경에서 고속 데이터 전송 및 효율적인 AI 처리에 최적화됩니다 [2] [5].
요약하면, 두 칩 모두 NVIDIA의 Blackwell Architecture의 일부이지만 GB10은 소형성 및 효율성에 중점을 둔 데스크탑 AI 개발을 위해 맞춤화되는 반면 GB300은 고성능 및 확장 성이 필요한 대규모 데이터 센터 배포를 위해 설계되었습니다.
인용 :
[1] https://www.techpowerup.com/334249/asus-unveils-new-ascent-cent-cent-cent-mini-pc-powered-nvidia-gb10-blackwell-superchip
[2] https://www.nvidia.com/en-us/data-center/gb300-nvl72/
[3] https://semianalysis.com/2024/12/25/nvidias-christmas-present-gb300-b300-20-8-8- 아나 곤-미모--공급 중단/
[4] https://www.bigdatawire.com/2025/01/10/inside-nvidias-new-new-desktop-ai-project-digits/
[5] https://www.techpowerup.com/330154/nvidia-gb300-blackwell-ultra-will-feature-288-gb-hbm3e-memory-1400-w-tdp
[6] https://www.theeregister.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-ai-ai-gpu-288gb-hbm3e-1-4kw-power-50-faster-than than-gb200/index.html
[9] https://www.theeregister.com/2025/01/07/nvidia_project_digits_mini_pc/