英伟达老黄，成了今年的圣诞老黄。
AI芯片大礼包刚刚曝光：
GPU新核弹B300，以及附带CPU的超级芯片GB300。
高算力，在产品层面上相比B200在FLOPS上提高50%
大显存，从192GB提升到288GB，也是提高了50%。
包含72块GB300的“新一代计算单元”GB300 NVL72，更是被评价为“能让OpenAI o1/o3推理大模型的思维链长度，在高batch size下达到10万tokens的唯一方案”。
这与今年3月份“AI春晚”发布的B200系列只隔了几个月。
根据SemiAnalysis爆料，从第三季度开始，许多AI巨头已经将订单从B200转移到了B300（只有微软还在第四季度继续购买了部分B200）。
有不少网友感叹，更新速度实在太快了！
既是解决了此前传闻中B200因设计缺陷被迫推迟的问题，又是对隔壁AMD MI300系列后续产品将在2025年提升显存容量的回应。
又一款AI核弹
既然都是Blackwell架构没有跨代，B300的算力提高来自哪里呢？
根据这次爆料，主要有三部分：
工艺节点，与B200使用同样的台积电4NP，但是全新流片
增加功率，GB300和B300 HGX的TDP分别达到1.4KW、1.2KW，相比之下B200系列分别提高0.2KW
架构微创新，例如在CPU和GPU之间动态分配功率
除了更高FLOPS之外，B300系列的显存也做了升级：
从8层堆叠的HBM3E升级到12层（12-Hi HBM3E）
显存容量从192GB升级到288GB
显存带宽保持不变，仍为8TB/s
此外产品交付层面还有一个大变化：
GB200系列提供整个Bianca Board，也就包括两颗GPU、一颗CPU、CPU的内存等所有组件都集成在一块PCB版上。
GB300系列将只提供参考板（Reference Board），包括两颗B300 GPU、一颗Grace CPU、HMC（Hybrid Memory Cube），LPCAMM内存模块等组件将由客户自行采购。
这给供应链上的OEM和ODM制造商带来了新的机会。
为推理大模型打造
显存的升级对OpenAI o1/o3一类的推理大模型至关重要，因为推理思维链长度会增加KVCache，影响batch size和延迟。
以一个GB300 NVL72“计算单元”为单位考虑时，它使72个GPU能够以极低的延迟处理相同的问题，并共享显存。
在此基础上从GB200升级到GB300，还可以带来许多好处：
每个思维链的延迟更低
实现更长的思维链
降低推理成本
处理同一问题时，可以搜索更多样本，最终提高模型能力
为了解释这些提升，SemiAnalysis举了个更为直观的例子。
下图是在不同批处理大小下，使用H100和H200两种GPU处理长序列时，Llama 3.1 405B在FP8精度下的处理速度。
输入设置为1000个token、输出19000个token，由此模拟OpenAI o1和o3模型中的思维链。
从H100升级到H200，有两个显著改进。
一是在所有可比较的batch size中，H200的内存带宽更大（H200 4.8TB/s，H100 3.35TB/s），从而使得处理效率普遍提高了43%。
二是H200可运行更高的batch size，这使得其每秒可以生成的token数量增加了3倍，相应地，成本也减少了约3倍。
内存增加所带来的效益远不止表面上的这些。
众所周知，推理模型响应时间一般更长，显著缩短推理时间可以提高用户体验和使用频率。
而且内存升级实现3倍性能提升，成本减少3倍，这一提升速度也远超摩尔定律。
除此之外，SemiAnalysis还分析观察到，能力更强和具有明显差异化的模型能收取更高的溢价——
前沿模型毛利率超70%，而还在与开源模型竞争的次一级模型毛利率不足20%。
当然，英伟达并不是唯一一家能增加内存的芯片公司，但奈何英伟达还有杀手锏NVLink。
One More Thing
英伟达消费级显卡方面，RTX5090的PCB板也首次曝光了～
就在昨天，一张RTX 5090 PCB照片在网上疯转。
特点就是超超超大号。
结合此前爆料称5090有可能会配备32GB大显存，有望支持8K超高清游戏，实现60fps的流畅游戏体验。
网友们直接坐不住。
关于5090的发布时间，大伙儿猜测大概会是1月6日老黄CES演讲的时候。
