英伟达推出新款AI芯片B300和超级芯片GB300，性能大幅提升。B300在FLOPS和显存上均比B200提高50%，达到288GB。GB300 NVL72被认为是大模型推理的唯一方案。AI巨头已将订单转向B300。B300通过工艺改进和架构创新提升算力，采用12层HBM3E显存。GB300采用参考板设计，为OEM和ODM提供机会。显存升级对大模型推理至关重要，能显著降低延迟和成本。H200相比H100性能提升显著，成本降低。英伟达的NVLink技术是其竞争优势。此外，RTX 5090显卡PCB曝光，预计配备32GB显存，支持8K游戏。

🚀 英伟达发布B300和GB300：新款AI芯片B300和超级芯片GB300性能大幅提升，B300在FLOPS和显存上均比B200提高50%，显存达到288GB，GB300 NVL72被认为是大模型推理的唯一方案。

💡 算力提升：B300通过工艺改进和架构创新提升算力，采用台积电4NP工艺，全新流片增加功率，GB300和B300 HGX的TDP分别达到1.4KW、1.2KW，并从8层堆叠的HBM3E升级到12层（12-Hi HBM3E）显存。

📦 产品交付变化：GB300系列将只提供参考板（Reference Board），包括两颗B300 GPU、一颗Grace CPU、HMC（Hybrid Memory Cube），LPCAMM内存模块等组件将由客户自行采购，这给供应链上的OEM和ODM制造商带来了新的机会。

🧠 大模型推理优化：显存升级对OpenAI o1/o3一类的推理大模型至关重要，能显著降低延迟和成本，实现更长的思维链，并提高模型能力。H200相比H100，内存带宽更大，处理效率普遍提高43%，且可以运行更高的batch size，每秒可以生成的token数量增加了3倍，成本也减少了约3倍。

🎮 RTX 5090曝光：英伟达消费级显卡方面，RTX5090的PCB板也首次曝光，预计配备32GB大显存，有望支持8K超高清游戏，实现60fps的流畅游戏体验。

英伟达老黄，成了今年的圣诞老黄。

AI芯片大礼包刚刚曝光：

GPU新核弹B300，以及附带CPU的超级芯片GB300。

高算力，在产品层面上相比B200在FLOPS上提高50%

大显存，从192GB提升到288GB，也是提高了50%。

△GrokAI绘图

包含72块GB300的“新一代计算单元”GB300 NVL72，更是被评价为“能让OpenAI o1/o3推理大模型的思维链长度，在高batch size下达到10万tokens的唯一方案”。

这与今年3月份“AI春晚”发布的B200系列只隔了几个月。

根据SemiAnalysis爆料，从第三季度开始，许多AI巨头已经将订单从B200转移到了B300（只有微软还在第四季度继续购买了部分B200）。

有不少网友感叹，更新速度实在太快了！

既是解决了此前传闻中B200因设计缺陷被迫推迟的问题，又是对隔壁AMD MI300系列后续产品将在2025年提升显存容量的回应。

又一款AI核弹

既然都是Blackwell架构没有跨代，B300的算力提高来自哪里呢？

根据这次爆料，主要有三部分：

工艺节点，与B200使用同样的台积电4NP，但是全新流片

增加功率，GB300和B300 HGX的TDP分别达到1.4KW、1.2KW，相比之下B200系列分别提高0.2KW

架构微创新，例如在CPU和GPU之间动态分配功率

除了更高FLOPS之外，B300系列的显存也做了升级：

从8层堆叠的HBM3E升级到12层（12-Hi HBM3E）

显存容量从192GB升级到288GB

显存带宽保持不变，仍为8TB/s

此外产品交付层面还有一个大变化：

GB200系列提供整个Bianca Board，也就包括两颗GPU、一颗CPU、CPU的内存等所有组件都集成在一块PCB版上。

△GB200概念图

GB300系列将只提供参考板（Reference Board），包括两颗B300 GPU、一颗Grace CPU、HMC（Hybrid Memory Cube），LPCAMM内存模块等组件将由客户自行采购。

这给供应链上的OEM和ODM制造商带来了新的机会。

为推理大模型打造

显存的升级对OpenAI o1/o3一类的推理大模型至关重要，因为推理思维链长度会增加KVCache，影响batch size和延迟。

以一个GB300 NVL72“计算单元”为单位考虑时，它使72个GPU能够以极低的延迟处理相同的问题，并共享显存。

在此基础上从GB200升级到GB300，还可以带来许多好处：

每个思维链的延迟更低

实现更长的思维链

降低推理成本

处理同一问题时，可以搜索更多样本，最终提高模型能力

为了解释这些提升，SemiAnalysis举了个更为直观的例子。

下图是在不同批处理大小下，使用H100和H200两种GPU处理长序列时，Llama 3.1 405B在FP8精度下的处理速度。

输入设置为1000个token、输出19000个token，由此模拟OpenAI o1和o3模型中的思维链。

从H100升级到H200，有两个显著改进。

一是在所有可比较的batch size中，H200的内存带宽更大（H200 4.8TB/s，H100 3.35TB/s），从而使得处理效率普遍提高了43%。

二是H200可运行更高的batch size，这使得其每秒可以生成的token数量增加了3倍，相应地，成本也减少了约3倍。

内存增加所带来的效益远不止表面上的这些。

众所周知，推理模型响应时间一般更长，显著缩短推理时间可以提高用户体验和使用频率。

而且内存升级实现3倍性能提升，成本减少3倍，这一提升速度也远超摩尔定律。

除此之外，SemiAnalysis还分析观察到，能力更强和具有明显差异化的模型能收取更高的溢价——

前沿模型毛利率超70%，而还在与开源模型竞争的次一级模型毛利率不足20%。

当然，英伟达并不是唯一一家能增加内存的芯片公司，但奈何英伟达还有杀手锏NVLink。

One More Thing

英伟达消费级显卡方面，RTX5090的PCB板也首次曝光了～

就在昨天，一张RTX 5090 PCB照片在网上疯转。

特点就是超超超大号。

结合此前爆料称5090有可能会配备32GB大显存，有望支持8K超高清游戏，实现60fps的流畅游戏体验。

网友们直接坐不住。

关于5090的发布时间，大伙儿猜测大概会是1月6日老黄CES演讲的时候。

参考链接：

[1]https://semianalysis.com/2024/12/25/nvidias-christmas-present-gb300-b300-reasoning-inference-amazon-memory-supply-chain/

[2]https://x.com/mark_k/status/1871864813913330003

[3]https://www.gamesradar.com/platforms/pc-gaming/rtx-5090-will-seemingly-come-armed-with-32gb-vram-and-id-be-surprised-if-8k-gaming-isnt-a-thing-this-generation/