輝達利用新一代的Blackwell架構，推出旗艦級AI GPU B200，擁有最高2,080億電晶體，採用台積電客製化4奈米4NP製程製造，可藉由減少光罩層數來降低製程複雜度並改善晶片的生產週期，台積電透過Chiplet技術，將8顆HBM3e高頻寬記憶體，同步整合成更強大的AI晶片。
陸行之在臉書發文，統整了GTC大會幾項技術關鍵，全文如下：
1.Blackwell 100有2080億電晶體，比Hopper 100的800億電晶體多1280億電晶體；
2.B100跟H100相同，都是用台積電4nm，但是把兩個晶片用封裝結合，不是用微縮來加倍運算速度；
3.GB200 Superchip 把2顆B100及72顆ARM Neoverse V2 CPU cores一起包起來，如果賣的好，Intel／AMD 的AI server CPU就不用玩了；
4.不懂為何兩顆B100（192+192=384HBM3e）＋一顆 Grace CPU 的GB200 Superchip怎麼 HBM3e突然暴增到864GB？理論上CPU應該配LPDDR，但Nvidia說兩組GB200有1.7TB HBM3e，是不是做ppt的小朋友搞錯了哈；
5.要建立32000顆 B100 GPU 的AI datacenter，能提供645 exaFLOPS 的AI performance，大概要花12億美元在B100 GPU上，3億美元系統，3-5億ARM CPU，還要近890顆的NVlink switch晶片，也是用台積電4nm來製造，感覺20億美元以上跑不掉。
點擊閱讀下一則新聞
AI行情仍在！專家：基本面及資金面加持 美科技股震盪出機會
