本站8月29日消息，NVIDIA日前發布了2季度財報，業績依然暴漲，新一代AI顯卡Blackwell系列中的最強者GB300今年4季度也會正式上市，下下代的Rubin有6款產品正在推進。
GB300的詳細規格可以參考之前的文章，這里要來看一個可能影響中美AI技術的變化，那就是在算法選擇上，國產的AI跟NVIDIA已經有了分裂，前者選擇的是UE8M0 FP8，而在Blackwell上NVIDIA強化的是NVFP4標準。
UE8M0 FP8這幾天引爆了國產算力行業，這是Deepseek 3.1正式問世時DS官方公布的消息，稱UE8M0 FP8已經全面適配即將發布的新一代國產AI芯片。
雖然沒有特指哪家廠商，但是華為昇騰、摩爾線程、礪算科技、芯原科技、海光科技等廠商的新一代算力芯片幾乎都會支持這個標準。
相比之前國產AI算力芯片主要采用FP16 INT8的算法標準，UE8M0 FP8帶來的好處很多，性能是之前的2-3倍，并且大幅降低顯存壓力，還能降低功耗，具體就要看各大廠商的實現了。
那作為AI一哥的NVIDIA呢？相比國內AI領域率先有DS這種模型廠商來協同算法標準的情況，NVIDIA這幾年一直以算力芯片上游廠商的身份來推動標準，FP64、FP32、FP16、INT8、FP8等標準都是支持的，而在Blackwell架構上，NVIDIA也支持FP4、MXFP4這兩種標準，但重點推的是NVFP4，它跟E2M1 FP4結構差不多，但精度幾乎沒有多少損失。
NVFP4標準的優點有哪些？首先來看性能上的，GB300的稠密性能大幅提升了50％而來到15PFlops，要知道它跟GB200基本架構可沒什么變化。
50%的性能提升或許不夠驚人，那再來看看精度變化。
與FP8的基準相比，NVFP4在DS 0528的模型精度上幾乎持平，大部分落后不到1個百分點，AIME 2024中甚至還領先了2個百分點。
在內存使用上，NVFP4與FP16相比占用減少了3.5倍，相比FP8也減少了1.8倍，而GB300顯卡HBM容量也從GB200的186GB提升到了288GB，同樣的NVL72機柜中，系統的總內存容量可達40TB，能支持3000億參數的大模型。
第三個優勢則是在能效上，GB300在NVFP4的支持下，每Token的能量消耗只有0.2J，GB200則是0.4J，H100架構的H100是10J，相比之下提升了50倍的能效。
簡單來說，NVIDIA這次主導的NVFP4算法標準性能提升了50%，精度比FP8幾乎沒有損失，內存占用大幅減少2-3倍，能效則是50倍提升。
考慮到NVIDIA的影響力，NVFP4顯然會成為前沿大模型廣泛使用的算法標準，國內大廠應該也會大規模使用。
但在國產AI芯片上，UE8M0 FP8也已經成為新一代AI芯片的標準，盡管它還不能超越NVIDIA的CUDA生態，但是這顯然也是國產AI軟件及硬件領域的一次重大協同，同樣有機會殺出重圍，或許也能打造出自己的優勢范圍呢，一切都有可能。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
