Nvidia的AI套件或因Jensen的GPU计算错误大幅涨价

大会提出新定义

在上月的GPU技术研讨会上，公司高层黄某发表了看法，对现行的GPU命名规范提出了疑问。黄某直言，之前他错误地将双GPU芯片标注为单GPU，导致了命名上的混乱。这一言论引起了行业的广泛关注，预示着GPU领域可能即将经历一场重大变革。

转变意在多方面

SXM模块转向采用GPU芯片进行计算，旨在简化产品型号和命名方式。公司AI套件针对每块GPU的年费用为4500美元，亦可通过云服务计费，每小时收费1美元。配置八个模块的HGX B200年费用可高达36000美元，若采用云服务计费，每小时费用为8美元。这种高费用策略与新的定价标准相得益彰，反映了公司对商业未来发展的深思熟虑。

规格性能大升级

HGX B300的内存容量相较于B200增加了0.8TB，达到了2.3TB，增幅为50%。同时，其4位浮点性能也有约50%的提升。在各项性能指标上，系统表现均略超105个密集级别。这一性能的显著提升，有效增强了产品在市场的竞争力，满足了众多高端用户对更高运算速度和更强性能的追求。

风冷设备有变革

此修改仅针对风冷B300型号设备，而性能更优的GB300 NVL72系统则归类于GPU类别。主要原因在于B300设备在HGX机箱中不具备前代加速器所具备的芯片间互联功能，导致两个芯片必须共享一个144GB的GPU封装。这种设计上的差异，使得B300与GB300 NVL72系统在性能和适用范围上存在显著差异。

芯片通信存差异

芯片间尚未实现直接连接，访问其他芯片的内存需先拆封封装，借助交换机完成路径转换。若芯片间能直接交流并共享内存，则可将其视作一个整体的GPU。这种通信方式的不同，对设备的整体使用效率和性能表现产生了显著影响。

新命名规则来袭

Vera Rubin超级芯片的问世，采用了B300的命名规则，并将独立芯片归类为GPU。然而，该芯片实际上由144个模块组成，每个模块又包含四个芯片。有分析认为，该公司可能在发布后不久发现，未能通过订阅软件获得预期的收入，因此采取了相应的策略调整。关于该新型GPU的定义及其定价策略，您对其可能对行业引发的变革有何见解？