GB200
PulseAugur coverage of GB200 — every cluster mentioning GB200 across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
NVIDIA 的 VR NVL72 系统采用无缆设计，配备 Rubin GPU
SemiAnalysis 对 NVIDIA 即将推出的 VR NVL72 系统进行了详细分解，重点介绍了与 GB200 等先前架构相比的重大设计变更。关键创新包括无缆计算托盘设计，用 Paladin HD2 板对板连接器取代传统连接器，以提高可靠性并缩短组装时间。该系统使用 Strata 模块，每个模块包含两个 Nvidia Rubin GPU 和一个 Vera CPU，并配有可插拔的 LPDDR5X 内存。
-
液冷行业进入订单兑现期，受GB200/GB300需求驱动
液冷行业正从投机性兴趣转向切实的订单兑现和业绩实现。拥有制造能力、客户认证和关键零部件专业知识的公司将从中受益。由于NVIDIA的GB200/GB300的大规模生产，供应链需求增加，导致台湾和国际领导者面临产能限制，而中国大陆公司通过精密加工和组装来处理溢出订单。国内品牌通过认证和客户关系在CSP、ODM和国内GPU生态系统中获得一席之地，目前处于样品和小批量验证阶段，长期增长前景最为强劲。
-
NVIDIA GPU 和 Grace CPU 为全球 81% 的最快超级计算机提供动力
NVIDIA 技术在最新的 TOP500 和 Green500 超级计算机排名中占据主导地位，为 TOP500 系统中的 81% 和 Green500 排名的前八名提供动力。该公司日益将 Grace CPU 和 GPU 集成到这些高性能机器中，Grace CPU 的采用量翻了一番。这种广泛的应用凸显了对人工智能、模拟和科学研究中加速计算日益增长的需求，NVIDIA 系统整体上提供了优于所有其他平台的卓越人工智能训练和推理能力。
-
Computex 2026 上推出 AI 硬件冷却室
一款专为高性能 AI 硬件（特别是 NVIDIA 的 DGX GB100 和 GB200 系统）设计的新型冷却室在 Computex 2026 上展出。这一创新的冷却解决方案旨在管理这些强大机器产生的剧烈热量，这些机器对于大规模 AI 模型训练和推理至关重要。该冷却室的设计侧重于高效散热，以确保 AI 硬件的最佳性能和寿命。
-
PiD解码器通过像素扩散加速高分辨率图像生成
研究人员开发了PiD，一种新颖的像素扩散解码器，可显著提高图像生成的质量和速度。这种新方法将潜在解码重新构建为条件像素扩散过程，从而能够更快、更详细地合成高分辨率图像。PiD可以集成到现有的文本到图像系统中，在视觉保真度和计算效率方面都提供了实质性的改进。
-
新指标 OFU 追踪 AI 工作负载的 GPU 效率
研究人员开发了一种名为整体 FLOP 利用率 (OFU) 的新指标，用于衡量 AI 工作负载的 GPU 效率。OFU 源自芯片上的性能计数器，无需应用程序插桩，因此适用于不同的 GPU 代和精度。在生产训练作业上进行测试时，OFU 与应用程序级指标显示出很强的相关性，并有助于识别效率回归和框架计算错误。
-
Nvidia 的 GB300 GPU 推理速度比 GB200 快 2.7 倍
Nvidia 的 GB300 ultra NVL72 在使用 vLLM 项目的引擎进行的推理任务中，展示了比 GB200 NVL72 快 2.7 倍的速度优势。这一性能飞跃超出了基于 GB300 规格的理论预期，其规格包括 NVFP4 FLOPs 和 HBM 容量增加 1.5 倍，同时 HBM 带宽与 GB200 相同。