NVIDIA GB10 SuperChipとNvidia GB300の消費電力は、その明確な設計とアプリケーションのために大きく異なります。
nvidia gb10 superchip
GB10 SuperChipは、デスクトップスケールで強力なAIパフォーマンスを提供するように設計されたNvidiaのプロジェクトDigitsの一部です。 NVLink-C2C Interconnectを介して高性能NVIDIA Grace CPUに接続された、最新のCUDAコアと第5世代テンソルコアを備えたNVIDIA Blackwell GPUを備えています。 GB10 SuperChipは、FP4精度で最大1つのPETAFLOPのAIパフォーマンスを提供し、128GBの統一されたコヒーレントメモリと最大4TBのNVMEストレージが含まれています。特に、標準の電気コンセントを使用して動作し、GB300 [2] [5] [8]などの高性能データセンターソリューションと比較して、比較的低い消費電力を示しています。nvidia gb300
一方、NVIDIA GB300は、データセンターとハイパースケール環境向けに設計された高性能AI GPUです。 B300チップを搭載しており、288GBのHBM3Eメモリを備えており、その前身と比較してメモリ容量と計算能力の両方が大幅に増加しています。 GB300のサーマルデザインパワー(TDP)は1400ワットで、GB200よりも大幅に増加しており、AIおよび高性能コンピューティングワークロードのパフォーマンス機能の向上[1] [3] [4]を反映しています。＃＃＃ 比較
消費電力の観点から、GB10 SuperChipは電力効率の高いように設計されており、標準的な電気コンセントを走ります。これは、通常、多くの地域で最大1500ワットを提供します。これは、GB10の消費電力がGB300の消費電力よりも大幅に低いことを示唆しています。これは、GPUに1400ワットだけが必要です。 GB300の高出力要件は、高度なアーキテクチャとパフォーマンス機能の向上によるものであり、大規模なAIコンピューティング環境に適しています。対照的に、GB10はデスクトップの使用に最適化されており、AI開発とプロトタイピングのパフォーマンスと電力効率のバランスを提供します[2] [5] [8]。
全体として、GB10 SuperChipはそのサイズと電力要件に対して印象的なAIパフォーマンスを提供しますが、NVIDIA GB300はデータセンターではるかに厳しいAIワークロード用に設計されており、優れたパフォーマンスを達成するためにより高い消費電力を必要とします。
引用：
[1] https://www.tweaktown.com/news/103991/nvidia-gb300-blackwell-ultra-ai-gpu-288gb-hbm3e-1-4kw-power-50-faster-than-gb200/index.html
[2] https://www.stocktitan.net/news/nvda/nvidia-puts-grace-blackwell-on-every-desk-and-at-every-ai-developer-jpbbvfo6wno4.html
[3] https://www.techpowerup.com/330154/nvidia-gb300-blackwell-ultra-will-feature-288-hbm3e-memory-1400-w-tdp
[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 fecifications-nvidias-next-gen-gm200-ai-server/
[8] https://nvidianews.nvidia.com/news/nvidia-puts-grace-blackwell-on- every-desk-and-at-every-ai-develolers-fingertips
[9] https://meta-quantum.today/?p=3460