NVIDIA谈AI基础设施每瓦性能
404 Media · rss · 2026-07-14
NVIDIA 这篇博客强调，AI 基础设施最关键的指标是 每瓦性能（performance per watt），因为功耗已经成为 AI 工厂的核心约束。
文章要点
- token 产出、收入与利润都受固定功率预算限制，功耗效率决定扩张能力
- 领先模型普遍采用 MoE 架构，推理侧需要芯片、软件、网络、运维的全栈协同
- 文章宣称 Blackwell NVL72 / GB300 在多种开放模型上相对 Hopper 有显著每瓦性能提升，甚至可达 25x
- NVIDIA 还提到其推理软件栈（如 Dynamo、TensorRT-LLM、SGLang、vLLM）以及功耗/冷却优化工具，用来提升吞吐、降低 token 成本
- 还强调生产环境中的机架级可靠性，并点名 Anthropic、OpenAI、CoreWeave、Perplexity、Fireworks AI 等实际部署案例
「Infra」频道最新
- AI 数据中心时代用电论战：有人还在纠结灯泡省电与调整时区 — mgostIH · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 云厂商发布速度打分：AWS 95 分领先，Azure 90、谷歌云 82 — DavidLinthicum · 2026-10-27
- 卖掉 5090 换多机？一公司主拆解本地推理硬件扩展五套方案 — Anarchaotic · 2026-10-27
- AWS 教程:SageMaker SDK v3 搭建车队级边缘视觉模型流水线 — AWS ML Blog · 2026-10-27
- Embedl 把 Qwen3.8-27B 压进 Jetson Thor:解码 40 tok/s,精度反超 FP16 — No-Dragonfly6246 · 2026-10-27