NVIDIA GB10 SUPERCHIP在Asus Ascent GX10和Nvidia Project Digits等设备中均采用，旨在通过多种关键技术和建筑特征处理具有多达2000亿个参数的大型AI模型：
1。PETAFLOPAI性能：GB10 SuperChip提供多达1 PETAFLOP的AI计算性能，这对于有效地处理大型AI模型至关重要。这种性能水平允许快速原型制作，微调和复杂AI模型的推断[1] [4]。
2。统一内存：芯片包括128GB的统一连贯的内存。这种统一的内存体系结构可确保CPU和GPU都可以访问相同的存储空间，从而显着提高数据传输效率并降低延迟。这对于需要大量内存才能有效运行的大型AI模型尤其重要[3] [5]。
3。GraceBlackwell建筑：GB10 SuperChip建立在NVIDIA Grace Blackwell Architecture上，该建筑将高性能的Blackwell GPU与20核手臂的Grace CPU结合在一起。 Blackwell GPU具有第五代张量核心，可针对AI工作负载进行优化，GRACE CPU增强了数据预处理和编排任务[1] [4]。
4。NVLINK-C2C互连：芯片使用NVIDIA的NVLINK-C2C互连技术，该技术在CPU和GPU之间提供了高带宽的连接。该互连提供了PCIE 5.0的带宽的五倍，可在AI计算过程中确保CPU和GPU之间的无缝数据传输和有效的协作[1] [3]。
5。可伸缩性：对于更大的型号，可以使用NVIDIA ConnectX网络技术连接配备GB10 SuperChip的两个系统。这使用户可以处理具有高达4050亿个参数的AI模型，例如Meta的Llama 3.1模型[2] [6]。
6。FP4精度：GB10 SuperChip以FP4精度运行，从而通过近似来提高计算速度。此精度级别适用于许多AI应用程序，在性能和准确性之间提供平衡[2] [4]。
7。软件兼容性：GB10 SuperChip与NVIDIA的AI软件堆栈完全兼容，包括用于模型微调的NEMO框架和数据科学急流库之类的工具。这种兼容性可确保开发人员可以利用广泛的AI工具和框架来优化其工作流[5] [6]。
总体而言，GB10 SuperChip的高性能计算，有效的内存架构和可扩展设计的结合使其成为处理具有多达2000亿参数的大型AI模型的理想解决方案，从而使开发人员和研究人员对先进的AI计算功能进行民主化。
引用：
[1] https://press.asus.com/news/press-releases/asus-introduces-ascent-gx-10-ai-supercomputer-by-nvidia-nvidia-gb-10-grace-grace-blace-blackwell-blackwell-superchip/
[2] https://www.theverge.com/2025/1/6/6/24337530/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-need-to-know-about-know-bout-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_ai_ai_pc_gb10_with_with_128g_vram_unified/
[9] https://www.techradar.com/pro/nvidia-unveils-a-blackwell-power-mini-pc
[10] https://www.techeblog.com/nvidia-project-digits-smallest-ai-supercomputer/
[11] https://nvidianews.nvidia.com/news/nvidia-puts---------------------- every-every-every-desk-and-at-at-evervependers-developers-fingertips