芯片架构（Chip Architecture）指芯片的基本设计和组织结构，不同的架构决定着芯片的性能、能效、处理能力和兼容性，也影响着应用程序的执行方式和效率。

简单讲，拥有了一座体育场（制作芯片的原材料）的你，打算将它彻底改造，这块地具体是用来开演唱会还是办运动会（芯片用途），决定了场地布置、人员雇佣、装扮和宣发的方式（芯片架构）。

因此芯片架构和芯片设计相互关联，也共同决定了芯片性能。例如经常听到的 x86 和 ARM，就是针对 CPU 而设计的两种主流架构，前者性能表现强悍，后者能耗控制优秀，各有长项。

基于多代 NVIDIA 技术构建，在 Blackwell 架构下的芯片 B200、B100 具备出众的性能、效率和规模，也一同开启了 AIGC 的新篇章。但为什么会被称为「AI 核弹」？新 GPU 到底有多强？在与上一代产品的对比下，我们会有更直观的感受。

2022 年的 GTC 上，黄仁勋发布了全新架构 Hopper 以及全新芯片 H100：从制程工艺看，B200 GPU 采用第二代台积电的 4nm 工艺，采用双倍光刻极限尺寸的裸片，通过 10 TB/s 的片间互联技术连接成一块统一的 GPU ，共有 2080 亿个晶体管（单颗芯片为 1040 亿个），相较于制作 Hopper H100 的 N4 技术，性能提升了 6%。，综合性能提升约 250%。

从性能看，第二代 Transformer 引擎使 Blackwell 可以通过新的 4 位浮点 AI 支持双倍的计算和模型大小推理能力，单芯片 AI 性能高达 20 PetaFLOPS（每秒可以执行 20×10^15 次浮点运算），比上一代 Hopper H100 提升了 4 倍，同时 AI 推理性能比上一代提升了 30 倍。

从能耗控制看，过去训练一个 1.8 万亿参数模型之前需要 8000 个 Hopper GPU 和 15 兆瓦的功率，如今 2000 个 Blackwell GPU 就可以做到这一点，而功耗仅为 4 兆瓦，直接降低了 96%。因此，黄仁勋的那句「Blackwell 将成为世界上最强大的芯片」并不是信口开河，而且已经成为事实。

高昂的成本不仅与芯片有关，还与设计数据中心和集成到其他公司的数据中心紧密相连，因为在黄仁勋看来，英伟达并不制造芯片，而是在建数据中心。英伟达目前正在构建的数据中心，包含全栈系统和所有软件，是一套完整的体系，Blackwell 或者说 GPU，只是这当中的一环。数据中心被分解成多个模块，用户能够根据自身需求自由选择相应的软硬件服务，英伟达会根据不同的要求对网络、存储、控制平台、安全性、管理进行调整，并有专门团队来提供技术支持。目前，全球数据中心大约有 2000 亿欧元（约合人民币 7873 亿）的市场，英伟达正是这当中的一部分，黄仁勋预测这个市场在未来极有可能增长到 1-2 万亿美元。

GTC 2024 带来的第一波讨论热潮在这几天慢慢淡去，可以预见的是，发布会上的 Blackwell GPU 系列、第五代 NVLink、RAS 引擎，在走向市场的时候会带来更多的震撼；难以预测的是「生成式 AI 已触及的引爆点」究竟还会给世界带来多少惊喜与改变？