NVIDIA GB10 Superchip, omtalt i enheter som ASUS Ascent GX10 og NVIDIA -prosjektsifre, er designet for å håndtere store AI -modeller med opptil 200 milliarder parametere gjennom flere viktige teknologier og arkitektoniske funksjoner:
1. Petaflop AI -ytelse: GB10 SuperChip leverer opptil 1 Petaflop av AI -databehandlingsytelsen, noe som er avgjørende for å behandle store AI -modeller effektivt. Dette ytelsesnivået muliggjør rask prototyping, finjustering og inferens av komplekse AI-modeller [1] [4].
2. Unified Memory: Brikken inkluderer 128 GB enhetlig, sammenhengende minne. Denne enhetlige minnearkitekturen sikrer at både CPU og GPU kan få tilgang til det samme minneområdet, noe som forbedrer dataoverføringseffektiviteten betydelig og reduserer latensen. Dette er spesielt viktig for store AI -modeller som krever betydelig minne for å fungere effektivt [3] [5].
3. Grace Blackwell Architecture: GB10 Superchip er bygget på Nvidia Grace Blackwell Architecture, som kombinerer en høyytelses-Blackwell GPU med en 20-kjerne ARM-basert Grace CPU. Blackwell GPU har femte generasjons tensorkjerner, som er optimalisert for AI-arbeidsmengder, og Grace CPU forbedrer dataforbehandling og orkestrasjonsoppgaver [1] [4].
4. NVLINK-C2C Sammenkobling: Brikken bruker NVIDIAs NVLINK-C2C Interconnect-teknologi, som gir en høy-båndbreddeforbindelse mellom CPU og GPU. Denne sammenkoblingen tilbyr fem ganger båndbredden til PCIE 5.0, og sikrer sømløs dataoverføring og effektivt samarbeid mellom CPU og GPU under AI -beregninger [1] [3].
5. Skalerbarhet: For enda større modeller kan to systemer utstyrt med GB10 SuperChip kobles til ved hjelp av NVIDIA Connectx Networking Technology. Dette lar brukere håndtere AI -modeller med opptil 405 milliarder parametere, for eksempel Metas Llama 3.1 -modell [2] [6].
6. FP4 Presisjon: GB10 Superchip opererer ved FP4 -presisjon, noe som forbedrer beregningshastigheten gjennom tilnærminger. Dette presisjonsnivået er egnet for mange AI -applikasjoner, og gir en balanse mellom ytelse og nøyaktighet [2] [4].
7. Programvarekompatibilitet: GB10 SuperChip er fullt kompatibel med NVIDIAs AI-programvarestabel, inkludert verktøy som NEMO-rammeverket for Fine-Tuning og Rapids Libraries for Data Science. Denne kompatibiliteten sikrer at utviklere kan utnytte et bredt spekter av AI -verktøy og rammer for å optimalisere arbeidsflytene deres [5] [6].
Totalt sett gjør GB10 Superchips kombinasjon av databehandling med høy ytelse, effektiv minnearkitektur og skalerbar design den til en ideell løsning for å håndtere store AI-modeller med opptil 200 milliarder parametere, og demokratiserer tilgang til avanserte AI-databehandlingsmuligheter for utviklere og forskere.
Sitasjoner:
[1] https://press.asus.com/news/press-releases/asus-introduces-cent-gx-10-ai-supercomputer-powered-by-nvidia-gb-10-grace-blackwell-superchip/
[2] https://www.theverge.com/2025/1/6/24337530/nvidia-ces-digits-super-computer-ai
[3] https://meta-quantum.today/?p=3460
[4] https://akihabaranews.com/nvidias-new-gb10-superchip/
[5] https://dataphoenix.info/nvidia-at-ces-2025-a-desktop-supercomputer-that-can-run-200b-parameter-lms/
[6] https://www.hyperstack.cloud/blog/thought-ledgeadership/nvidia-project-digit- all-you-need-nknow-about-the-blackwell-ai-supercomputer
[7] https://www.engineering.com/nvidia-unvels-project-digits-personal-ai-supercomputer/
[8] https://www.reddit.com/r/ollama/comments/1hvplfw/new_nvidia_ai_pc_gb10_with_128g_vram_unified/
[9] https://www.techradar.com/pro/nvidia-unvels-a-blackwell-powered-mini-pc
[10] https://www.techeblog.com/nvidia-project-digits-smallest-ai-supercomputer/
[11] https://nvidianews.nvidia.com/news/nvidia-potts-grace-blackwell-on- alle-desk-and-at-every-ai-debopers-fingertips