在2024年3月的NVIDIA GTC大会上，备受期待的Blackwell架构GPU正式登场。该架构以数学家戴维·哈罗德·布莱克威尔命名，其在统计学与信息论领域的奠基性工作，恰好预示了这款芯片将重塑AI计算的基础格局。

Blackwell架构产品线深度解析

发布会上，黄仁勋展示了B200、B100和GB200等核心产品。全系列基于台积电4NP制程工艺打造，计算芯片的晶体管数量惊人地达到了1040亿，较上一代Hopper架构实现了显著升级。各型号的关键规格与定位差异，可通过以下图表清晰对比：

其中，B100可视为B200的性价比版本。它在Blackwell产品线中主打能效平衡，其700W的功耗设计与前代H100保持一致，这意味着在满负载训练场景下可能会面临性能约束。

而GB200则由两颗B200 GPU与一颗Grace CPU强强联合，构成了强大的计算模块。官方数据显示，该组合能为大型语言模型的推理任务带来高达30倍的性能提升。

每个GB200模组内集成了两个B200芯片与一个Grace CPU。

NVIDIA公布的能效对比极具说服力：训练一个1.8万亿参数的大模型，原先需要8000个Hopper GPU并消耗15兆瓦电力；如今，仅需2000个Blackwell GPU，功耗降至4兆瓦，计算效率实现了跨越式进步。

GB200 NVL72：新一代液冷服务器机架

黄仁勋进一步发布了服务器级解决方案——GB200 NVL72。该系统将36颗Grace CPU与72颗Blackwell GPU集成于单一液冷机架内，总算力高达720 petaflops。机架内部集成了总长近两英里的电缆，数量超过5000根，其规模已相当于一个微型数据中心。

GB200 NVL72液冷服务器架构

目前，亚马逊AWS、谷歌云、微软Azure及甲骨文云已计划部署NVL72机架。不过，实际供应量将很大程度上受限于台积电的先进封装产能，这仍是行业面临的关键挑战。

更顶级的配置是DGX SuperPOD：每个GB200 SuperPOD由8台NVL72组成，总计整合了576颗Blackwell GPU，旨在应对最极端的AI计算需求。

第二代Transformer引擎与FP4精度支持

Blackwell GPU的核心创新之一是第二代Transformer引擎，并首次引入了FP4计算精度。这项技术旨在显著提升大模型训练与推理的能效、内存带宽支持及模型规模上限。然而，新精度的生态普及尚需时日。事实上，目前更早推出的FP8精度仍未在业内大规模应用，国内大模型厂商中，仅零一万物等少数公司公开部署了FP8。

FP8精度采用E4M3和E5M2两种格式，前者精度更高，后者动态范围更广。相比传统的FP16/FP32，它们能大幅降低存储占用并提升计算吞吐。

Blackwell GPU价格与上市时间预测

关于售价，黄仁勋透露B200的定价区间可能在3万至4万美元，这一价格低于许多市场分析师的预测，显示出英伟达希望以更强竞争力的定价加速市场渗透。

在供应方面，英伟达正与台积电紧密协作，以解决先进封装这一关键瓶颈——该问题曾导致H100系列供货紧张。虽然官方称B200将于2024年底开始发货，但考虑到过往产品发布时间表，大规模交付很可能延至2025年上半年。这也为刚刚上市的H200 GPU预留了市场窗口期。