Het stroomverbruik van de NVIDIA GB10 -superchip en de NVIDIA GB300 verschillen aanzienlijk vanwege hun verschillende ontwerpen en toepassingen.
NVIDIA GB10 SUPERCHIP
De GB10 -superchip maakt deel uit van de projectcijfers van NVIDIA, ontworpen om krachtige AI -prestaties op een desktopschaal te bieden. Het beschikt over een NVIDIA Blackwell GPU met de nieuwste CUDA-kernen en Tensor-cores van de vijfde generatie, verbonden met een krachtige Nvidia Grace CPU via NVLink-C2C-interconnect. De GB10 -superchip levert tot 1 petaflop van AI -prestaties bij FP4 -precisie en omvat 128 GB unified, coherent geheugen en tot 4 TB NVME -opslag. Het werkt met name met behulp van een standaard elektrische stopcontact, hetgeen een relatief laag stroomverbruik aangeeft in vergelijking met krachtige oplossingen voor datacenter, zoals de GB300 [2] [5] [8].NVIDIA GB300
De NVIDIA GB300 daarentegen is een krachtige AI GPU die is ontworpen voor datacenters en hyperscale omgevingen. Het wordt aangedreven door de B300 -chip en beschikt over 288 GB HBM3E -geheugen, en biedt een significante toename van zowel geheugencapaciteit als rekenkracht in vergelijking met zijn voorgangers. De GB300 heeft een thermisch ontwerpvermogen (TDP) van 1400 watt, wat een substantiële toename is ten opzichte van de GB200, hetgeen de verbeterde prestatiemogelijkheden voor AI en krachtige computerwerklast weerspiegelt [1] [3] [4].Vergelijking
Wat het stroomverbruik betreft, is de GB10-superchip ontworpen om krachteloos te zijn, met een standaard elektrische uitlaatklep, die doorgaans tot 1500 watt in veel regio's biedt. Dit suggereert dat het stroomverbruik van de GB10 aanzienlijk lager is dan dat van de GB300, waarvoor 1400 watt alleen vereist is voor zijn GPU. De hoge vermogensvereiste van de GB300 is te wijten aan de geavanceerde architectuur en de verhoogde prestatiemogelijkheden, waardoor het geschikt is voor grootschalige AI-computeromgevingen. De GB10 is daarentegen geoptimaliseerd voor het gebruik van desktop, wat een balans biedt tussen prestaties en vermogensefficiëntie voor AI -ontwikkeling en prototyping [2] [5] [8].Hoewel de GB10 SuperChip indrukwekkende AI -prestaties biedt voor zijn grootte- en stroomvereisten, is de NVIDIA GB300 ontworpen voor veel veele meer veeleisende AI -workloads in datacenters, waardoor een hoger stroomverbruik nodig is om zijn superieure prestaties te bereiken.
Citaten:
[1] https://www.tweaktown.com/news/103991/nvidia-gb300-blackwell-ultra-ai-gpu-288gb-hbm3e-1-4 kW-power-50-faster-than-gan-gb200/index.html
[2] https://www.stocktitan.net/news/nvda/nvidia-puts-grace-blackwell-on-very--vere-tek-and-tely-y-i-developer-jpbbvfo6wno4.html
[3] https://www.techpowerup.com/330154/nvidia-gb300-blackwell-ultra-will-feature-288-gb-hbm3e-memory-1400-wtdp
[4] https://drrobertcastellano.substack.com/p/nvidia-gb300-redefining-ai-Computing
[5] https://www.bigdatawire.com/2025/01/10/inside-nvidias-new-desktop-ai-box-project-digits/
[6] https://www.nvidia.com/en-us/data-center/dgx-b300/
[7] https://siliconangle.com/2024/12/26/leaks-reVeal-beefed-specifications-nvidias-Next-GEN-gb300-ai-Server/
[8] https://nvidianews.nvidia.com/news/nvidia-puts-grace-blackwell-on-yere-y-ge-desk-and-tely-y-y-aver-ai-developers-fingertips
[9] https://meta-quantum.today/?p=3460