NVIDIA GB10 Superchip ที่โดดเด่นในอุปกรณ์เช่น Asus Ascent GX10 และ NVIDIA Project Digits ได้รับการออกแบบมาเพื่อจัดการโมเดล AI ขนาดใหญ่ที่มีพารามิเตอร์สูงถึง 200 พันล้านผ่านเทคโนโลยีสำคัญหลายประการและคุณสมบัติทางสถาปัตยกรรม:
1. ประสิทธิภาพการทำงานของ Petaflop AI: GB10 Superchip มอบประสิทธิภาพการคำนวณ AI มากถึง 1 Petaflop ซึ่งเป็นสิ่งสำคัญสำหรับการประมวลผลโมเดล AI ขนาดใหญ่อย่างมีประสิทธิภาพ ประสิทธิภาพระดับนี้ช่วยให้การสร้างต้นแบบอย่างรวดเร็วการปรับแต่งและการอนุมานของโมเดล AI ที่ซับซ้อน [1] [4]
2. หน่วยความจำแบบครบวงจร: ชิปรวมถึงหน่วยความจำแบบครบวงจร 128GB ที่สอดคล้องกัน สถาปัตยกรรมหน่วยความจำแบบครบวงจรนี้ช่วยให้มั่นใจได้ว่าทั้ง CPU และ GPU สามารถเข้าถึงพื้นที่หน่วยความจำเดียวกันปรับปรุงประสิทธิภาพการถ่ายโอนข้อมูลอย่างมีนัยสำคัญและลดเวลาแฝง สิ่งนี้มีความสำคัญอย่างยิ่งสำหรับโมเดล AI ขนาดใหญ่ที่ต้องการหน่วยความจำที่สำคัญในการทำงานอย่างมีประสิทธิภาพ [3] [5]
3. Grace Blackwell Architecture: GB10 Superchip ถูกสร้างขึ้นบนสถาปัตยกรรม Nvidia Grace Blackwell ซึ่งรวมแบล็กเวลล์ GPU ที่มีประสิทธิภาพสูงเข้ากับเกรซซีพียูที่ใช้แขน 20 คอร์ Blackwell GPU มีแกนเทนเซอร์รุ่นที่ห้าซึ่งได้รับการปรับให้เหมาะสมสำหรับเวิร์กโหลด AI และ CPU GRACE ช่วยเพิ่มการประมวลผลข้อมูลล่วงหน้าและงานการประสาน [1] [4]
4. NVLINK-C2C Interconnect: ชิปใช้เทคโนโลยีการเชื่อมต่อ NVLINK-C2C ของ NVIDIA ซึ่งให้การเชื่อมต่อแบบแบนด์วิดท์สูงระหว่าง CPU และ GPU การเชื่อมต่อระหว่างกันนี้มีแบนด์วิดท์ห้าเท่าของ PCIe 5.0 ทำให้มั่นใจได้ว่าการถ่ายโอนข้อมูลที่ไร้รอยต่อและการทำงานร่วมกันที่มีประสิทธิภาพระหว่าง CPU และ GPU ในระหว่างการคำนวณ AI [1] [3]
5. ความสามารถในการปรับขนาด: สำหรับรุ่นที่ใหญ่กว่านั้นระบบสองระบบที่ติดตั้ง GB10 Superchip สามารถเชื่อมต่อได้โดยใช้เทคโนโลยีเครือข่าย NVIDIA Connectx สิ่งนี้ช่วยให้ผู้ใช้สามารถจัดการโมเดล AI ที่มีพารามิเตอร์ได้มากถึง 405 พันล้านพารามิเตอร์เช่น Meta's Llama 3.1 Model [2] [6]
6. ความแม่นยำ FP4: GB10 Superchip ทำงานที่ความแม่นยำ FP4 ซึ่งช่วยเพิ่มความเร็วในการคำนวณผ่านการประมาณ ระดับความแม่นยำนี้เหมาะสำหรับแอพพลิเคชั่น AI จำนวนมากที่ให้ความสมดุลระหว่างประสิทธิภาพและความแม่นยำ [2] [4]
7. ความเข้ากันได้ของซอฟต์แวร์: GB10 Superchip เข้ากันได้อย่างสมบูรณ์กับสแต็กซอฟต์แวร์ AI ของ NVIDIA รวมถึงเครื่องมือเช่น NEMO Framework สำหรับห้องสมุดการปรับแต่งแบบจำลองและ Rapids สำหรับวิทยาศาสตร์ข้อมูล ความเข้ากันได้นี้ช่วยให้มั่นใจได้ว่านักพัฒนาสามารถใช้ประโยชน์จากเครื่องมือ AI และเฟรมเวิร์กที่หลากหลายเพื่อเพิ่มประสิทธิภาพเวิร์กโฟลว์ของพวกเขา [5] [6]
โดยรวมแล้วการรวมกันของ GB10 Superchip ของการคำนวณประสิทธิภาพสูงสถาปัตยกรรมหน่วยความจำที่มีประสิทธิภาพและการออกแบบที่ปรับขนาดได้ทำให้เป็นโซลูชันที่เหมาะสำหรับการจัดการโมเดล AI ขนาดใหญ่ที่มีพารามิเตอร์สูงถึง 200 พันล้านพารามิเตอร์การเข้าถึงความสามารถในการคำนวณ AI ขั้นสูงสำหรับนักพัฒนาและนักวิจัย
การอ้างอิง:
[1] https://press.asus.com/news/press-releases/asus-introduces-ascent-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-llms/
[6] https://www.hyperstack.cloud/blog/thought-leadership/nvidia-project-digits-all-you-need-to-know-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-erery-desk-and-at-erery-ai-developers-fingertips