生成式AI所使用的大語言模型，參數量都多得很驚人，Meta 2的Llama 2三種模型中，最大的使用700億參數，而帶動生成式AI爆紅的Open AI，GPT-3模型便高達1750億個參數，GPT-4參數量則比GPT-3更多，Google對標GPT-4的大語言模型Gemini Ultra，一般估計參數量可能超過GPT-4。
面對大語言模型朝向多模態（同時支援文字、影像、影片、聲音）發展，大語言參數量只會越來越高，就連一般的AI模型訓練參數量也持續走高。為了對應下一世代的大語言模型參數量10兆起跳的趨勢，黃仁勳在今年的開發者大會GTC上，秀出輝達最新的GPU架構Blackwell。
黃仁勳表示，Blackwell架構GPU配備2080億顆電晶體、採用台積電客製化4奈米製程，由兩顆GPU裸晶互連成單個、統一GPU，內建的高頻寬記憶體高達192GB，比起現有的H100，Blackwell架構新產品中價格最高、效能也最強的GB200，訓練效能高4倍、推論效能高30倍，能源利用效率則增加25倍。
黃仁勳透露，參數量為1.8兆的GPT模型，在前一代的Hopper架構下要用到8000個GPU、訓練90天才能完成，耗電量達15MW，但用GB200與同樣的訓練天數，只需要2000個GPU就能完成，耗電量僅為Hopper的四分之一。
黃仁勳強調，比起H100發表時，支持者小貓兩、三隻，目前一線網際網路服務業者中，包括AWS、Google、微軟Azure、Meta都已表態支持，不只輝達DGX伺服器組裝夥伴美超微也繼續成為GB200的夥伴，台灣伺服器業者包括華碩、華擎、鴻海、技嘉、英業達、廣達、緯創都是輝達最新的GB200夥伴，就連新進者和碩也在生產GB200之列。
由於GB200效能強大，黃仁勳在舞台上宣布，GB200將首度採用水冷散熱，水冷液以每秒循環兩公升的速度，將高速運轉而滾燙的AI伺服器，降低至攝氏45度。在GTC登場之前，業界便已預期GB200將採水冷散熱，相關概念股已經大漲一波。
GB200的問世，有機會帶動水冷式散熱提前成為資料中心散熱主流，值得注意的是，Blackwell架構的新產品B100、B200，都不是非水冷散熱不可，其中B100的電源瓦數更與既有的H100相同，不排除成為有AI運算升級需求資料中的首選。換言之，水冷式散熱能不能在黃仁勳登高一呼下，大幅縮短躍居散熱主流的時間，GB200能不能廣受歡迎，將是關鍵因素。
.jpg)