近年來AI的爆發深刻影響了芯片發展方向，NVIDIA將AI性能置於核心地位，推動計算精度從FP64、FP32向FP16、FP8及FP4持續降低。以Blackwell架構為例，其重點推廣的NVFP4標準在保持精度損失極小的前提下，使GB300顯卡性能提升50%，內存佔用減少2-3倍，能效提升達50倍。然而這種轉變引發科學計算領域擔憂——H100到B300系列FP64性能從34TFLOPS驟降至1.2...
網頁鏈接近年來AI的爆發深刻影響了芯片發展方向，NVIDIA將AI性能置於核心地位，推動計算精度從FP64、FP32向FP16、FP8及FP4持續降低。以Blackwell架構為例，其重點推廣的NVFP4標準在保持精度損失極小的前提下，使GB300顯卡性能提升50%，內存佔用減少2-3倍，能效提升達50倍。然而這種轉變引發科學計算領域擔憂——H100到B300系列FP64性能從34TFLOPS驟降至1.2...
網頁鏈接免責聲明：投資有風險，本文並非投資建議，以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請，作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考，不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證，投資者應自行研究並在投資前尋求專業建議。