与国产AI分裂 NVIDIA最强AI显卡GB300强化FP4：能效暴增50倍
快科技8月29日消息，NVIDIA日前发布了2季度财报，业绩依然暴涨，新一代AI显卡Blackwell系列中的最强者GB300今年4季度也会正式上市，下下代的Rubin有6款产品正在推进。
GB300的详细规格可以参考之前的文章，这里要来看一个可能影响中美AI技术的变化，那就是在算法选择上，国产的AI跟NVIDIA已经有了分裂，前者选择的是UE8M0 FP8，而在Blackwell上NVIDIA强化的是NVFP4标准。
UE8M0 FP8这几天引爆了国产算力行业，这是Deepseek 3.1正式问世时DS官方公布的消息，称UE8M0 FP8已经全面适配即将发布的新一代国产AI芯片。
虽然没有特指哪家厂商，但是华为昇腾、摩尔线程、砺算科技、芯原科技、海光科技等厂商的新一代算力芯片几乎都会支持这个标准。
相比之前国产AI算力芯片主要采用FP16+INT8的算法标准，UE8M0 FP8带来的好处很多，性能是之前的2-3倍，并且大幅降低显存压力，还能降低功耗，具体就要看各大厂商的实现了。
那作为AI一哥的NVIDIA呢？相比国内AI领域率先有DS这种模型厂商来协同算法标准的情况，NVIDIA这几年一直以算力芯片上游厂商的身份来推动标准，FP64、FP32、FP16、INT8、FP8等标准都是支持的，而在Blackwell架构上，NVIDIA也支持FP4、MXFP4这两种标准，但重点推的是NVFP4，它跟E2M1 FP4结构差不多，但精度几乎没有多少损失。
NVFP4标准的优点有哪些？首先来看性能上的，GB300的稠密性能大幅提升了50％而来到15PFlops，要知道它跟GB200基本架构可没什么变化。
50%的性能提升或许不够惊人，那再来看看精度变化。
与FP8的基准相比，NVFP4在DS 0528的模型精度上几乎持平，大部分落后不到1个百分点，AIME 2024中甚至还领先了2个百分点。
在内存使用上，NVFP4与FP16相比占用减少了3.5倍，相比FP8也减少了1.8倍，而GB300显卡HBM容量也从GB200的186GB提升到了288GB，同样的NVL72机柜中，系统的总内存容量可达40TB，能支持3000亿参数的大模型。
第三个优势则是在能效上，GB300在NVFP4的支持下，每Token的能量消耗只有0.2J，GB200则是0.4J，H100架构的H100是10J，相比之下提升了50倍的能效。
简单来说，NVIDIA这次主导的NVFP4算法标准性能提升了50%，精度比FP8几乎没有损失，内存占用大幅减少2-3倍，能效则是50倍提升。
考虑到NVIDIA的影响力，NVFP4显然会成为前沿大模型广泛使用的算法标准，国内大厂应该也会大规模使用。
但在国产AI芯片上，UE8M0 FP8也已经成为新一代AI芯片的标准，尽管它还不能超越NVIDIA的CUDA生态，但是这显然也是国产AI软件及硬件领域的一次重大协同，同样有机会杀出重围，或许也能打造出自己的优势范围呢，一切都有可能。
