IT 之家 2 月 18 日音讯，英伟达于 2 月 16 日发布博文，通告其 Blackwell Ultra AI 架构（GB300 NVL72）在能效与资本上末端权贵阻止，通过 DeepSeek-R1 模子测试，比拟前代 Hopper GPU，其每兆瓦婉曲量接济 50 倍，百万 tokens 资本裁减至 35 分之一。

此外，英伟达还预报了下一代 Rubin 平台，瞻望其每兆瓦婉曲量将比 Blackwell 再接济 10 倍，进一步激动 AI 基础才略的演进。

IT 之家注：每兆瓦婉曲量（Tokens / Watt）是探讨 AI 芯片能效比的中枢打算，指每浮滥一瓦特电力能处置些许 Token（文本单元）。数值越高，代表能效越好，运营资本越低。

英伟达在博文中指出，性能飞跃的要道，是升级时候架构。Blackwell Ultra 通过 NVLink 时候，将 72 个 GPU 贯串成斡旋的狡计单元，互联带宽高达 130 TB/s，远超 Hopper 期间的 8 芯片遐想。此外，全新的 NVFP4 精度体式协作极致的协同遐想结构，进一步幽静了其在婉曲性能上的总揽地位。

AI 推理资本方面，比拟 Hopper 架构，新平台将每百万 Token 的资本削减至 35 分之一；即便与上一代 Blackwell（GB200）比拟，GB300 在长险阻文任务中的 Token 资本也裁减至 1.5 分之一，可贵力机制处置速率翻倍，适配代码库珍爱等高负载场景。

OpenRouter 的《推理景色呈文》指出，与软件编程联系的 AI 查询量在曩昔一年中激增，占比从 11% 攀升至约 50%。这类垄断经常需要 AI 代理在多步使命流中保捏及时反映，并具备跨代码库推理的长险阻文处置本事。

英伟达为应付这一挑战开yun体育网，通过 TensorRT-LLM、Dynamo 等团队的捏续优化，进一步接济了搀杂内行模子（MoE）的推理婉曲量。举例，TensorRT-LLM 库的转变，让 GB200 在低延长使命负载上的性能在短短四个月内接济了 5 倍。