„NVIDIA GB10 Superchip“ ir „NVIDIA GB300“ energijos suvartojimas labai skiriasi dėl jų skirtingų dizainų ir programų.
NVIDIA GB10 Superchip
„GB10 Superchip“ yra „NVIDIA“ projekto skaitmenų dalis, skirta užtikrinti galingą AI našumą darbalaukio skalėje. Jame yra „Nvidia Blackwell“ GPU su naujausiais „Cuda“ šerdimis ir penktosios kartos tenzoriniais šerdimis, sujungtais su aukštos kokybės „Nvidia Grace CPU“ per „NVLINK-C2C“ sujungimą. „GB10 Superchip“ tiekia iki 1 PETAFLOP AI našumo „FP4 Precision“ ir apima 128 GB vieningos, nuoseklios atminties ir iki 4 TB NVME atminties. Pažymėtina, kad jis veikia naudojant standartinį elektrinį lizdą, rodantį santykinai mažą energijos suvartojimą, palyginti su aukštos kokybės duomenų centro sprendimais, tokiais kaip GB300 [2] [5] [8].NVIDIA GB300
Kita vertus, „NVIDIA GB300“ yra aukštos kokybės AI GPU, skirtas duomenų centruotams ir hiperscale aplinkai. Jį maitina „B300“ lustas ir pasižymi 288 GB HBM3E atminties, todėl, palyginti su jo pirmtakais, žymiai padidėja tiek atminties talpa, tiek skaičiavimo galia. „GB300“ šiluminio projektavimo galia (TDP) yra 1400 vatų, o tai žymiai padidina GB200, atspindi jo padidėjusias AI ir aukšto našumo skaičiavimo darbo krūvių našumo galimybes [1] [3] [4].palyginimas
Kalbant apie energijos suvartojimą, „GB10 Superchip“ yra sukurtas taip, kad būtų efektyvus energiją, ir išeikvoja standartinį elektros lizdą, kuris daugelyje regionų paprastai suteikia iki 1500 vatų. Tai rodo, kad GB10 energijos suvartojimas yra žymiai mažesnis nei GB300, kuriai GPU reikia vien tik 1400 vatų. Didelės galios „GB300“ galios reikalavimas atsiranda dėl jo pažangios architektūros ir padidėjusios našumo galimybių, todėl jis yra tinkamas didelio masto AI skaičiavimo aplinkai. Priešingai, „GB10“ yra optimizuotas naudojimui staliniams kompiuteriams, užtikrinant pusiausvyrą tarp našumo ir energijos efektyvumo AI plėtrai ir prototipų kūrimui [2] [5] [8].Apskritai, nors „GB10 Superchip“ siūlo įspūdingą AI našumą dėl savo dydžio ir galios reikalavimų, „NVIDIA GB300“ yra skirtas daug reiklesnėms AI darbo krūviams duomenų centruose, todėl reikia didesnės energijos suvartojimo, kad būtų pasiektas aukštesnis našumas.
Citatos:
[1] https://www.tweaktown.com/news/103991/nvidia-gb300-blackwell-ultra-ai-gpu-288gb-hbm3e-1-4kw-power-50 greitkeliniai than-gb200/index.html
[2] https://www.stocktitan.net/news/nvda/nvidia-puts-grace-blackwell-on-every-desk-and-at-avery-ai-developer-jpbbvfo6wno4.html
[3] https://www.techpowerup.com/330154/nvidia-gb300-blackwell-ultra-will-feature-288-gb-hbm3e-memory-1400-w-tdp
[4] https://drrrrobertcastellano.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 specifikacijos-nvidias-next-gen-gb300-ai-server/
[8] https://nvidianews.nvidia.com/news/nvidia-puts-grace-blackwell-on-every-desk-and-at-avery-ai-developers-fingterps
[9] https://meta-quantum.today/?p=3460