Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon การใช้พลังงานของ GB10 superchip เปรียบเทียบกับ Nvidia GB300 อย่างไร


การใช้พลังงานของ GB10 superchip เปรียบเทียบกับ Nvidia GB300 อย่างไร


การใช้พลังงานของ Nvidia GB10 Superchip และ Nvidia GB300 แตกต่างกันอย่างมีนัยสำคัญเนื่องจากการออกแบบและแอปพลิเคชันที่แตกต่างกัน

nvidia gb10 superchip

GB10 Superchip เป็นส่วนหนึ่งของตัวเลขโครงการของ Nvidia ที่ออกแบบมาเพื่อให้ประสิทธิภาพ AI ที่ทรงพลังในระดับเดสก์ท็อป มันมี Nvidia Blackwell GPU พร้อมแกน CUDA ล่าสุดและแกนเทนเซอร์รุ่นที่ห้าซึ่งเชื่อมต่อกับ CPU Nvidia Grace ที่มีประสิทธิภาพสูงผ่านการเชื่อมต่อระหว่าง NVLINK-C2C Interconnect GB10 Superchip มอบประสิทธิภาพ AI สูงสุด 1 PETAFLOP ที่ FP4 Precision และรวมถึงหน่วยความจำแบบรวม 128GB ที่สอดคล้องกันและที่เก็บ NVME สูงสุด 4TB โดยเฉพาะอย่างยิ่งมันทำงานโดยใช้เต้าเสียบไฟฟ้ามาตรฐานซึ่งบ่งชี้ว่าการใช้พลังงานค่อนข้างต่ำเมื่อเทียบกับโซลูชันศูนย์ข้อมูลประสิทธิภาพสูงเช่น GB300 [2] [5] [8]

Nvidia GB300

ในทางกลับกัน NVIDIA GB300 เป็น AI GPU ที่มีประสิทธิภาพสูงซึ่งออกแบบมาสำหรับศูนย์ข้อมูลและสภาพแวดล้อมที่ดี มันใช้พลังงานจากชิป B300 และมีหน่วยความจำ HBM3E 288GB ซึ่งให้การเพิ่มขึ้นอย่างมีนัยสำคัญทั้งความจุหน่วยความจำและพลังงานการคำนวณเมื่อเทียบกับรุ่นก่อน GB300 มีพลังการออกแบบความร้อน (TDP) ที่ 1,400 วัตต์ซึ่งเพิ่มขึ้นอย่างมากใน GB200 ซึ่งสะท้อนถึงความสามารถในการทำงานที่เพิ่มขึ้นสำหรับ AI และปริมาณงานคอมพิวเตอร์ประสิทธิภาพสูง [1] [3] [4]

การเปรียบเทียบ

ในแง่ของการใช้พลังงาน GB10 Superchip ได้รับการออกแบบให้ประหยัดพลังงานโดยใช้เต้าเสียบไฟฟ้ามาตรฐานซึ่งโดยทั่วไปจะให้สูงสุด 1,500 วัตต์ในหลายภูมิภาค สิ่งนี้ชี้ให้เห็นว่าการใช้พลังงานของ GB10 นั้นต่ำกว่า GB300 อย่างมากซึ่งต้องใช้ 1,400 วัตต์เพียงอย่างเดียวสำหรับ GPU ความต้องการพลังงานสูงของ GB300 นั้นเกิดจากสถาปัตยกรรมขั้นสูงและความสามารถในการทำงานที่เพิ่มขึ้นทำให้เหมาะสำหรับสภาพแวดล้อมการคำนวณ AI ขนาดใหญ่ ในทางตรงกันข้าม GB10 ได้รับการปรับให้เหมาะสมสำหรับการใช้เดสก์ท็อปให้ความสมดุลระหว่างประสิทธิภาพและประสิทธิภาพการใช้พลังงานสำหรับการพัฒนา AI และการสร้างต้นแบบ [2] [5] [8]

โดยรวมในขณะที่ GB10 Superchip นำเสนอประสิทธิภาพ AI ที่น่าประทับใจสำหรับขนาดและความต้องการพลังงาน NVIDIA GB300 ได้รับการออกแบบมาเพื่อเรียกร้องปริมาณงาน AI ในศูนย์ข้อมูลมากขึ้นซึ่งจำเป็นต้องใช้พลังงานที่สูงขึ้นเพื่อให้ได้ประสิทธิภาพที่เหนือกว่า

การอ้างอิง:
[1] https://www.tweaktown.com/news/103991/nvidia-gb300-blackwell-ultra-ai-gpu-288gb-hbm3e-1-4kww-power-faster-than-gb200/index.html
[2] https://www.stocktitan.net/news/nvda/nvidia-puts-grace-blackwell-on-erery-desk-and-at-every-ai-developer-jpbbvfo6wno4.html
[3] https://www.techpowerup.com/330154/nvidia-gb300-blackwell-ultra-will-feature-288-gb-hbm3e-memory-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-specifications-nvidias-next-gen-gb300-ai-server/
[8] https://nvidianews.nvidia.com/news/nvidia-puts-grace-blackwell-on-erery-desk-and-at-erery-ai-developers-fingertips
[9] https://meta-quantum.today/?p=3460