NVIDIA Blackwell B200:大模型算力芯片的代际跃迁
NVIDIA Blackwell B200 代表了生成式 AI 加速器自 Volta 架构以来最显著的技术演进。面对单光罩尺寸(Reticle Limit)的物理极限,英伟达首次在旗舰 GPU 上采用了双芯(Dual-Die)Chiplet 架构,通过 10 TB/s 的 NV-HBI(High-Bandwidth Interface)将两个芯片合封为一个统一的逻辑 GPU,拥有 2080 亿晶体管。
本文从微架构演进、显存子系统与互联、第二代 Transformer 引擎以及GB200 NVL72 液冷机架部署四个核心维度进行全景实测剖析。
一、 核心架构参数与代际对比
| 核心硬件指标 | NVIDIA Blackwell B200 | NVIDIA Hopper H100 SXM | 架构提升倍数 |
|---|---|---|---|
| 制造工艺 | 台积电定制 4NP (双芯 Chiplet) | 台积电 4N (单芯片) | 2080 亿 vs 800 亿晶体管 (2.6x) |
| 显存容量与类型 | 192GB HBM3e (8 颗堆叠) | 80GB HBM3 (5 颗堆叠) | 2.4x 显存容量 |
| 显存带宽 | 8.0 TB/s | 3.35 TB/s | 2.39x 带宽大幅缓解显存墙 |
| FP4 微缩量化算力 | 9,000 TFLOPS (9.0 PFLOPS) | 不支持 | 突破性低比特推理算力 |
| FP8 张量核心算力 | 4,500 TFLOPS (4.5 PFLOPS) | 1,979 TFLOPS | 2.27x 原生吞吐提升 |
| 片间互联协议 | NVLink 5 (1,800 GB/s 双向) | NVLink 4 (900 GB/s 双向) | 2.0x 通信带宽 |
| 热设计功耗 (TDP) | 1,000W ~ 1,200W (推荐液冷) | 700W (风冷 / 液冷) | 密度极高,强制需要冷板散热 |
二、 第二代 Transformer 引擎与微缩量化机制
Blackwell 架构最具突破性的创新在于其第二代 Transformer 引擎对 Micro-Tensor 缩放机制的原生硬件支持:
- FP4 格式硬件加速:以往量化到 4-bit 容易导致 LLM 困惑度(Perplexity)剧烈恶化。Blackwell 引入了基于细粒度块缩放(Block Scaling)的 FP4 格式,在单芯片上提供高达 9 PFLOPS 的密集算力,同时将万亿参数模型的显存占用降低 50%;
- 动态精度调度:硬件自动分析每一层激活值的方差与动态范围,在 FP4、FP6 与 FP8 之间自适应切换,确保长文本推理与代码生成的高精度保真。
三、 GB200 NVL72 机架级液冷工程实战
在万亿参数混合专家模型(MoE 如 GPT-4, DeepSeek-V3)中,All-to-All 门控网络通信占用了大量耗时。英伟达推出了 GB200 NVL72 整机架解决方案:
- 机架配置:单机架集成 36 颗 Grace CPU 与 72 颗 B200 GPU,构建为一个 130 TB/s 双向对分带宽的超大 NVLink 域(576 颗 GPU 缓存一致性互联);
- 机房液冷要求:单机架功耗高达 120 kW,传统机房风冷完全无法承受,必须采用直抵芯片的微通道冷板式液冷(Direct-to-Chip Liquid Cooling),进水温度支持 25℃~35℃ 温水冷却,将机房 PUE 严格压缩至 1.15 以下。