从分析师估计到首席执行官黄仁勋的评论，Nvidia 的 Blackwell 平台的定价已经陆续出炉。简而言之，部署这些性能强大的产品将花费买家高昂的成本。摩根士丹利估计，Nvidia 将在 2025 年出货 60,000 到 70,000 台 B200 服务器机柜，相当于每年至少 2100 亿美元的收入。尽管成本高昂，但对这些强大的 AI 服务器的需求仍然很强烈。

　　据报道，Nvidia 已投资约 100 亿美元开发 Blackwell 平台，约有 25,000 人参与其中。由于所有性能都集成在单个 Blackwell GPU 中，因此这些产品的价格高昂也就不足为奇了。

　　据汇丰银行分析师称，Nvidia 的 GB200 NVL36 服务器机架系统售价为 180 万美元，NVL72 售价为 300 万美元（约2175万人民币）。功能更强大的GB200 超级芯片结合了 CPU 和 GPU龙8long8，预计每颗售价为 6 万至 7 万美元。这些超级芯片包括两个 GB100 GPU 和单个 Grace Hopper 芯片，并配有一个大型系统内存池（HBM3E）。

　　今年早些时候，首席执行官黄仁勋告诉 CNBC，Blackwell GPU 的价格为 3 万至 4 万美元，摩根士丹利根据此信息计算了买家的总成本。每台 AI 服务器机柜的价格约为 200 万至 300 万美元，而 Nvidia 计划出货 6 万至 7 万台 B200 服务器机柜，预计年收入至少为 2100 亿美元。

　　但客户支出在某个时候会证明这是合理的吗？红杉资本分析师戴维·卡恩估计，龙8游戏官方进入支付其投资所需的年度人工智能收入已攀升至每年 6000 亿美元。

　　但目前，毫无疑问，无论代价有多大，公司都会付出代价。B200 拥有 2080 亿个晶体管，可提供高达 20 petaflops 的 FP4 计算能力。训练一个 1.8 万亿参数模型需要 8,000 个 Hopper GPU，消耗 15 兆瓦的功率龙8long8。

　　这项任务需要 2,000 个 Blackwell GPU，功耗仅为 4 兆瓦。对于大型语言模型推理工作负载，GB200 超级芯片的性能是 H100 GPU 的 30 倍，并且显著降低了功耗。

　　据摩根士丹利称，由于需求旺盛，Nvidia 将台积电的订单量增加了约 25%。可以毫不夸张地说，Blackwell 将成为AI 训练和许多推理工作负载的事实标准，它旨在为一系列下一代应用提供支持，包括机器人、自动驾驶汽车、工程模拟和医疗保健产品。

　　Grace Blackwell GB200 节点背面有用于连接 NVLink 背板的接口。这些节点为半宽节点，因此两个节点可以并排安装在 1U 机架式机箱中。

　　中间是用于连接系统的 NVLink 交换机。底部是另外八个双 GB200 节点。十八个 1U 机箱，每个机箱有两个 GB200 组件，每个组件有两个 Blackwell GPU，总共有 72 个 GPU。

　　这个机架是一个集群，每小时使用约 120kW 的电量，大约相当于每小时的电量，这些电量存储在 123kWh 的特斯拉 Cybertruck 电池中。在视频中，我们讨论了 GB200 NVL72 机架如何像驾驶一辆约 7000 磅重的卡车行驶 300 英里。我们预计未来几个月内，更高功率的数据中心将使用这些 GB200 NVL72 解决方案。考虑到我们在液体冷却方面所做的努力，这是我们想要关注功率方面的原因之一。