輝達GB200能效三個月提升4倍，GB300訓練紀錄持續刷新
Claire Weston
英偉達僅用三個月將GB200 NVL72的每兆瓦算力吞吐量提升4倍，同期GB300訓練性能創全球新高——已部署客戶毋須換硬件，軟件升級即可大幅削減營運成本。
GB200能效三個月翻四倍，怎樣做到？
運行DeepSeek R1 0528模型時，GB200 NVL72的每兆瓦算力吞吐量（TPS/MW）三個月內提升4倍。
這意味著→ 已購入Blackwell機櫃的客戶，毋須更換硬件，刷一次軟件便能將同一度電的產出翻兩番。
背後是四個月內完成的38項重大優化，從逾25萬種模擬配置中篩選，再以140萬GPU小時實測驗證。
簡單來說＝ 英偉達將「調參」做成了工業級流水線——海量模擬先收窄範圍，再用真機逐一跑通。
這些優化只適用於單一模型嗎？
英偉達明確表示，逾90%的優化成果可跨模型複用，適用於整個AI產品組合。
這意味著→ 這並非針對DeepSeek的「應試調優」，而是底層通用改進——換一個模型，大部分收益仍在。
這反映出英偉達的優化策略正從「單模型衝榜」轉向平台級能效提升，鎖定的是長期客戶黏性。
GB300訓練性能提升了多少？
GB300 NVL72在256卡規模下，對DeepSeek-V3 671B模型預訓練達到每GPU 1648 TFLOPs，為GB200的606 TFLOPs的約3倍，創全球最高紀錄。
這個數字仍在增長：從2025年11月的1088 TFLOPs/GPU升至2026年6月的1648 TFLOPs/GPU，六個月累計提升約1.5倍。
簡單來說＝ 同一塊GPU，半年前能算的量，現在能算一倍半——全靠軟件和框架層面的持續擠壓。
不同訓練框架的表現差異有多大？
Megatron Core框架（英偉達自家訓練棧）表現最強，1648 TFLOPs/GPU。
TorchTitan（PyTorch原生訓練棧）從未優化基線的199 TFLOPs/GPU躍升至1197 TFLOPs/GPU，提升6倍。
JAX框架提升最猛：每GPU吞吐量從2026年1月的418 Tokens/s升至7月的4082 Tokens/s，約10倍。
這意味著→ 無論客戶用哪套主流框架，英偉達都在同步做深度適配，不存在「只有自家棧才快」的鎖定。
擴展到過千張卡後，效率會否大打折扣？
256卡擴展到1024卡，三大框架效率均接近理論上限：Megatron Core 98.5%，TorchTitan與JAX均為97%。
英偉達將此歸因於NVL72機架內置的800 Gb/s Scale-Out網絡晶片（機架之間高速傳輸數據的專用晶片）。
簡單來說＝ 卡越多，卡與卡之間的「交通」越容易擠塞；英偉達靠內置高速網絡將這條路修得足夠闊，塞車損耗壓到不足3%。
下一代Vera Rubin來了，Blackwell會被棄用嗎？
Vera Rubin NVL72的Token吞吐量較Blackwell提升約10倍：GB200約80,000 Tokens/s，Vera Rubin在同等150MW功耗下可達800,000 Tokens/s。
但英偉達的策略與Hopper世代一致：新平台推進與舊平台軟件優化雙線並行。
這意味著→ 買了Blackwell的客戶不會被「遺棄」——英偉達靠持續軟件升級延長已部署硬件的生命週期，這是平台黏性的核心邏輯。
這反映出英偉達真正賣的不只是晶片，而是一套「硬件+持續優化」的訂閱式算力服務。
Content is for reference only, not financial advice.