Superchip Nvidia GB10 и NVIDIA GB300 являются мощными процессорами, ориентированными на AI, но они служат разным целям и обладают различными возможностями пропускной способности памяти.
nvidia gb10 superchip
Superchip GB10, используемый в таких устройствах, как NVIDIA DGX Spark и Asus Ascent GX10, оснащена единой когерентной системой памяти с 128 ГБ 256-битной памяти LPDDR5X. Эта конфигурация обеспечивает полосу пропускания памяти 273 ГБ/с [1] [4]. GB10 использует технологию взаимосвязи NVIDIA NVLINK-C2C, которая предлагает модель памяти CPU+GPU-когерентной памяти с пять раз превышает полосу PCIE 5.0 [1] [7]. Эта архитектура оптимизирована для компактных высокопроизводительных приложений искусственного интеллекта, поддерживая до 200 миллиардов моделей параметров с эффективной обработкой данных и выводом в реальном времени [4] [7].
nvidia gb300
Напротив, NVIDIA GB300 предназначен для высококачественных приложений ИИ и центров обработки данных. Он может похвастаться значительно более высокой способностью памяти и пропускной способности, в котором содержится 288 ГБ памяти HBM3E с впечатляющей полосой пропускной способности до 8 ТБ/с [2] [3] [9]. Это существенное увеличение пропускной способности памяти имеет решающее значение для обработки больших наборов данных и сложных моделей ИИ, что позволяет быстрее обрабатывать и снизить задержку в операциях ИИ в реальном времени [9]. GB300 также включает в себя расширенные сетевые возможности, такие как NECTX-8 NIC, который удваивает пропускную способность по сравнению с его предшественником, поддерживая большие размеры партий и расширенную длину последовательности [3] [9].
Сравнение
В то время как GB10 Superchip предлагает надежную пропускную способность памяти, подходящую для локальной разработки ИИ и меньших моделей искусственного интеллекта, GB300 предназначен для гораздо более масштабных рабочих нагрузок ИИ и среды центров обработки данных. Пропускная способность памяти GB300 значительно выше, что делает ее более подходящим для приложений, требующих массовой обработки данных и высокоскоростной передачи данных. Таким образом, GB300 обеспечивает гораздо более высокую пропускную способность памяти по сравнению с GB10, отражая его фокус на крупномасштабных приложениях ИИ и центров обработки данных.
Цитаты:
[1] https://www.cnx-software.com/2025/03/19/nvidia-dgx-park-a-desktop-ai-supercomputer-power-by-nvidia-gb10-20-cor-armv9-soc-with-1000-tops-orpformance/
[2] https://siliconangle.com/2024/12/26/Leaks-Reveal-beefed-спецификации-nvidias-next-gen-gb300-ai-server/
[3] https://longportapp.com/en/news/223389830
[4] https://meta-quantum.today/?p=3460
[5] https://www.nvidia.com/en-us/data-center/gb300-nvl72/
[6] https://www.theregister.com/amp/2025/03/18/gtc_frame_nvidias_budget_blackwell/
[7] https://www.techpowerup.com/334249/asus-unveils-new-scent-gx10-mini-pc-wowered-nvidia-gb10-grace-blackwell-superchip
[8] https://www.techpowerup.com/330154/nvidia-gb300-blackwell-ultra-will-feature-288-gb-hbm3e-memory-1400-w-tdp
[9] https://drrobertcastellano.substack.com/p/nvidia-gb300-redefining-ai-computing
[10] https://semianalysis.com/2024/12/25/nvidias-christmas-present-gb300-b300-reesseing inference-amazon-memory-supply-chain/