Podczas gdy Rubin jest wyczekiwany, Nvidia nadal optymalizuje Blackwell, a wydajność energetyczna GB200 wzrosła czterokrotnie w ciągu trzech miesięcy
Nvidia stale wydłuża cykl życia platformy Blackwell poprzez ciągłą optymalizację stosów oprogramowania, jednocześnie przygotowując się do wdrożenia następnej generacji architektury Rubin na dużą skalę.
W kontekście przyspieszonego wdrażania nowej generacji platformy Rubin, Nvidia ujawniła, że w ciągu zaledwie trzech miesięcy udało się zwiększyć wydajność obliczeniową na megawat (TPS/MW) GB200 NVL72 podczas pracy z modelem DeepSeek R1 0528 czterokrotnie. Ten wynik jest efektem 38 znaczących optymalizacji wprowadzonych w ciągu czterech miesięcy, za którymi stoi ponad 250 000 testów konfiguracji symulacyjnych oraz akumulacja 1,4 miliona godzin testowania wydajności GPU.
Jednocześnie platforma GB300 „Blackwell Ultra” nieprzerwanie ustanawia nowe rekordy w AI podczas benchmarków szkoleniowych. Przy użyciu 256 kart, GB300 NVL72 w zadaniu pre-treningowym DeepSeek-V3 671B osiągnęła 1648 TFLOPs na GPU – historyczny rekord, około trzykrotnie wyższy niż GB200 (606 TFLOPs), a wskaźnik ten wzrósł łącznie 1,5-krotnie w ciągu ostatnich sześciu miesięcy.
Znaczny wzrost efektywności energetycznej GB200, optymalizacje obejmują ponad 90% modeli
Nvidia poinformowała, że seria optymalizacji dla platformy GB200 NVL72 pozwoliła zwiększyć jej wydajność obliczeniową na megawat podczas pracy z DeepSeek R1 0528 (konfiguracja 1K input/1K output) czterokrotnie w ciągu trzech miesięcy.
Za tym wzrostem stoi 38 iteracji kluczowych optymalizacji wykonanych przez Nvidia w ciągu czterech miesięcy. Optymalizacje te zostały przetestowane poprzez ponad 250 000 symulowanych konfiguracji i pochłonęły łącznie 1,4 miliona godzin testowania GPU. Nvidia szczególnie wskazuje, że ponad 90% tych ulepszeń może być stosowanych w wielu modelach, obsługując inne modele w swoim portfolio AI i nie będąc dedykowanymi jedynie pojedynczym zadaniom.
Oznacza to, że obecni klienci centrów danych nie muszą wymieniać sprzętu – wystarczy aktualizacja oprogramowania, by uzyskać znaczące korzyści energetyczne. To ma bezpośrednią wartość ekonomiczną dla hyper-skalowych dostawców chmury i klientów korporacyjnych szczególnie wrażliwych na koszty obliczeniowe.
GB300 ustanawia rekordy szkoleniowe – wzrost wydajności o 1,5x w sześć miesięcy
Po stronie treningu AI, GB300 NVL72 również pokazuje imponujące możliwości. W konfiguracji 256 kart, podczas pre-treningu modelu DeepSeek-V3 671B opartego na frameworku Megatron Core, GB300 NVL72 osiągnęła przepustowość 1648 TFLOPs na GPU – około trzykrotnie wyższą niż wcześniejsze GB200 (606 TFLOPs), ustanawiając globalny rekord w tym zadaniu.
Warto podkreślić, że ta liczba nie jest ograniczeniem sprzętowym. Wydajność GB300 NVL72 pod Megatron Core wzrosła z 1088 TFLOPs/GPU w listopadzie 2025 roku do 1648 TFLOPs/GPU w czerwcu 2026 roku, czyli około 1,5-krotnie w sześć miesięcy.
W zakresie optymalizacji pod główne frameworki AI, bliska współpraca Nvidia ze społecznościami PyTorch i JAX przyniosła znaczące rezultaty. Na TorchTitan (native stack treningowy PyTorch), GB300 NVL72 poprawiła wydajność treningu DeepSeek-V3 671B sześciokrotnie względem nieoptymalizowanej konfiguracji bazowej – z 199 TFLOPs/GPU do 1197 TFLOPs/GPU. Na frameworku JAX wzrost był jeszcze większy – do lipca 2026 roku przepustowość na GPU wyniosła 4082 Tokens/s, co przekłada się na 1025 TFLOPs/GPU, około dziesięciokrotnie więcej niż 418 Tokens/s w styczniu 2026.
Efektywność skalowania bliska teoretycznemu maksimum, sieć 800 Gb/s jako klucz
Efektywność skalowania w dużych środowiskach treningowych jest jednym z podstawowych wskaźników praktyczności infrastruktury AI. Nvidia ujawniła, że GB300 NVL72 w zakresie 256-1024 kart utrzymuje wydajność bliską teoretycznemu maksimum na trzech głównych frameworkach: Megatron Core – 98,5%, TorchTitan i JAX – 97%.
Nvidia przypisuje ten wynik chipowi sieciowemu 800 Gb/s Scale-Out wbudowanemu w rack NVL72. Wysoka przepustowość sieci bezpośrednio wpływa na koszty komunikacji podczas treningu rozproszonego, a tym samym na efektywność skalowania. Ta sieciowa wydajność stanowi podstawową infrastrukturę dla wysokiej wydajności we wszystkich wspomnianych frameworkach.
Platforma Rubin szybko wdrażana, optymalizacje Blackwell wciąż trwają
W chwili publikacji tych osiągnięć, następna generacja platformy Vera Rubin Nvidia jest już wdrażana globalnie. Według doniesień, Vera Rubin NVL72 pod względem przepustowości Tokenów osiąga około dziesięciokrotnie wyższy wynik niż Blackwell – GB200 NVL72 osiąga około 80 000 Tokens/s, a Vera Rubin NVL72 przy tej samej mocy 150MW może obsłużyć 800 000 Tokens/s.
Jednak platforma Blackwell została już wdrożona w niezliczonych centrach danych na świecie. Strategia Nvidia powtarza podejście z epoki Hopper – wdrażanie nowej platformy przy jednoczesnej ciągłej optymalizacji oprogramowania dla istniejącego sprzętu. Takie działania nie tylko wydłużają cykl zwrotu inwestycji klientom, ale również wzmacniają przywiązanie platformy Nvidia w ekosystemie AI. Dla rynku oznacza to, że Nvidia dzięki równoczesnemu rozwojowi Blackwell i Rubin, stopniowo buduje „fosę oprogramowania”, którą konkurenci będą mieli trudności przekroczyć w krótkim czasie.
Zastrzeżenie: Treść tego artykułu odzwierciedla wyłącznie opinię autora i nie reprezentuje platformy w żadnym charakterze. Niniejszy artykuł nie ma służyć jako punkt odniesienia przy podejmowaniu decyzji inwestycyjnych.
Może Ci się również spodobać
Oczekiwania na podwyżkę stóp procentowych przez Fed się ochładzają, nastroje wokół AI się poprawiają, kontrakty terminowe na NASDAQ rosną, akcje firm produkujących chipy pamięciowe powszechnie drożeją, a złoto ponownie przekracza poziom 4400 dolarów.
Kontrakty terminowe na amerykańskie indeksy wykazują mieszane wyniki: kontrakty terminowe na Dow Jones spadły o 0,13%, a na indeks Nasdaq 100 wzrosły o 0,5%. Sprzedaż detaliczna w USA w lipcu odnotowała największy spadek od ponad roku, a pogarszające się dane gospodarcze sprawiły, że prawdopodobieństwo podwyżki stóp procentowych przez Fed we wrześniu spadło poniżej 30%. Indeks dolara amerykańskiego spada trzeci dzień z rzędu, zbliżając się do najniższego poziomu od maja. Złoto spot wzrosło o 0,78% i wynosi 4409 USD za uncję.
"Bitwa o odbicie" czy "pułapka spalania pieniędzy"? Intel (INTC.US) chce wrócić na rynek pamięci, stawiając na nową architekturę w erze AI
Dla inwestorów sygnał, że Intel może powrócić na rynek pamięci masowych, jest bezpośrednio związany z kluczową logiką inwestycyjną firmy, polegającą na ponownym skupieniu się na swoim portfelu działalności oraz odbudowie zaufania do roli Intela w infrastrukturze sztucznej inteligencji (AI).
Prognoza wyników finansowych | Bezpieczna przystań w czasie spadku konsumpcji – czy raport finansowy Walmart (WMT.US) za drugi kwartał utrzyma wysoką wycenę na Wall Street?
Rynek oczekuje, że przychody Walmart za drugi kwartał osiągną 188,8 miliarda dolarów, co oznacza wzrost o 6,45% rok do roku; skorygowany zysk na akcję prognozowany jest na poziomie 0,75 dolara, co stanowi wzrost o około 10,3% rok do roku.
Czy zdolności inżynierskie „klasy rakietowej” mogą zdeklasować konkurencję? Musk twierdzi: SpaceX (SPCX.US) posiada przewagę na rynku AI, której nie mogą osiągnąć takie firmy jak Google.
Dyrektor generalny SpaceX, Musk, uważa, że dzięki unikalnej przewadze konkurencyjnej jego firma może wydajniej wykorzystywać kapitał niż giganci chmury obliczeniowej.
Ceny krypto
Więcej
