NVIDIA GB10 Superchip, przedstawiony w urządzeniach takich jak ASUS ASCENT GX10 i NVIDIA Project Digits, został zaprojektowany do obsługi dużych modeli AI z do 200 miliardów parametrów za pomocą kilku kluczowych technologii i funkcji architektonicznych:
1. Wydajność AI PEAFLOP: Superchip GB10 zapewnia do 1 PETAFLOP wydajności obliczeniowej AI, co jest kluczowe dla efektywnego przetwarzania dużych modeli AI. Ten poziom wydajności pozwala na szybkie prototypowanie, dostrajanie i wnioskowanie złożonych modeli AI [1] [4].
2. Pamięć ujednolicona: układ obejmuje 128 GB jednolitej, spójnej pamięci. Ta zjednoczona architektura pamięci zapewnia, że zarówno procesor, jak i GPU mają dostęp do tej samej przestrzeni pamięci, znacznie poprawiając wydajność transferu danych i zmniejszając opóźnienie. Jest to szczególnie ważne w przypadku dużych modeli AI, które wymagają znacznej pamięci do skutecznego działania [3] [5].
3. Architektura Grace Blackwell: GB10 Superchip jest zbudowany na architekturze Nvidia Grace Blackwell, która łączy wysokowydajny procesor graficzny Blackwell z 20-rdzeniowym procesorem Grace. Blackwell GPU ma rdzenie tensorowe piątej generacji, które są zoptymalizowane pod kątem obciążeń AI, a CPU GRACE poprawia zadania wstępne i orkiestracyjne [1] [4].
4. NVLink-C2C Interconnect: Chip wykorzystuje technologię NVLINK-C2C NVLink-C2C, która zapewnia połączenie o wysokiej pasma między procesorem a GPU. Ten połączenie oferuje pięciokrotnie przepustowość PCIE 5.0, zapewniając bezproblemowe przesyłanie danych i wydajną współpracę między procesorem a GPU podczas obliczeń AI [1] [3].
5. Skalowalność: W przypadku jeszcze większych modeli dwa systemy wyposażone w superchip GB10 można podłączyć przy użyciu technologii sieci NVIDIA Connectx. Pozwala to użytkownikom obsługiwać modele AI z do 405 miliardów parametrów, takich jak model Lamy 3.1 Meta [2] [6].
6. Precyzja FP4: Superchip GB10 działa z precyzją FP4, co zwiększa prędkość obliczeniową poprzez przybliżenia. Ten poziom precyzyjnego jest odpowiedni dla wielu aplikacji AI, oferując równowagę między wydajnością a dokładnością [2] [4].
7. Kompatybilność oprogramowania: Superchip GB10 jest w pełni kompatybilny ze stosem oprogramowania AI NVIDIA, w tym narzędziami takimi jak NEMO Framework for Model Finduning i Rapids biblioteki do nauki o danych. Ta kompatybilność zapewnia, że programiści mogą wykorzystać szeroki zakres narzędzi i ram sztucznej inteligencji w celu optymalizacji przepływów pracy [5] [6].
Ogólnie rzecz biorąc, kombinacja wysokowydajnych obliczeń GB10, wydajnej architektury pamięci i skalowalnej konstrukcji, sprawia, że jest to idealne rozwiązanie do obsługi dużych modeli AI z nawet 200 miliardami parametrów, demokratyzując dostęp do zaawansowanych możliwości komputerowych AI dla programistów i badaczy.
Cytaty:
[1] https://press.asus.com/news/press-releases/asus-introduce-asent-gx-10-ai-supercomputer-powered-by-nvidia-gb-10-grace-blackwell-superchip/
[2] https://www.thheverge.com/2025/1/6/24337530/nvidia-ces-digits-super-computer-ai
[3] https://meta-quantum.today/?p=3460
[4] https://akiihabaranews.com/nvidias-wb10-superchip/
[5] https://datafoenix.info/nvidia-at-ces-2025-a-desktop-supercomputer-that-can-run-200b -parameter-llms/
[6] https://www.hyperstack.cloud/blog/thought-leadership/nvidia-project-digits-all-you-deed-to-know-about-the-blackwell-ai-supercomputer
[7] https://www.engineering.com/nvidia-unveils-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-unveils-a-blackwell-powered-mini-pc
[10] https://www.techeblog.com/nvidia-project-digits-smallest-ai-supercomputer/
[11] https://nvidianews.nvidia.com/news/nvidia-puts-grace-blackwell-on-every-desk-and-at-every-ai-developers-fingertips