据悉，英伟达这颗地表最强AI芯片GB200，是由2颗B200与Grace CPU芯片封装而成，1颗B200芯片功耗高达1000瓦至1200瓦，由于首度采用水冷散热技术，成为市场关注焦点。
下载链接：
AI算力研究：英伟达B200再创算力奇迹，液冷、光模块持续革新
GPU深度报告：英伟达GB200 NVL72全互联技术，铜缆方案或将成为未来趋势？
人工智能系列专题报告：CoWoS技术引领先进封装，国内OSAT有望受益
《AI PC产业技术专题合集》
1、怎么看AI PC的市场空间
2、2024年AI PC行业概览：PC市场迎来新拐点
3、AI PC专题：深入变革PC产业
香山：开源高性能RISC-V处理器
软硬件融合：从DPU到超异构计算
《大模型技术能力测评合集》
1、大模型时代，智算网络性能评测挑战
2、AIGC通用大模型产品测评篇（2023）
3、人工智能大模型工业应用准确性测评
4、甲子星空坐标系：AIGC通用大模型产品测评篇
5、AIGC通用大模型产品测评篇（2023）
6、2023年中国大模型行研能力评测
CoWoS目前仍以台积电（TSMC）为主，但今年会新增全球第二大封测厂安靠（Amkor）以及英特尔（Intel）供应链，台积电仍是大宗、将占一半。明年英伟达目标600至650万颗，其中用GB200 则占70%。目前台积电CoWoS有许多变体，其中分为CoWoS-R、CoWoS-L和CoWoS-S，三种技术因中介层材质不同，成本也不同，客户可依据自身条件选择要哪样技术。其中，CoWoS-R利用集成InFo技术，中介层使用RDL布线来连接小芯片之间，适合高带宽内存（HBM）和SoC集成。CoWoS-L结合CoWoS-S和InFO技术优点，成本介于CoWoS-S、CoWoS-R之间，中介层使用LSI（本地硅互联）芯片来实现密集的芯片与芯片连接。至于CoWoS-S中介层是采用硅（Sillicon），成本最高，也是目前主流，其中英伟达的H100、H200及AMD的MI300都使用CoWoS-S。也因此，美系外资预期CoWoS-S的量会再持续持续走升。散热方面，据悉每个GPU为300美元，较先前市场预估每个2000美元缩减，而市场盛传GB200散热为4至8万美元，每个元件至少有4家供应商，预估价格理应不会太高。至于云端服务供应商（CSP）采购方式尚未决定是个别采买零件或是需要完整解决方案，呈现了各家都有机会，但个个没把握的局面。GB200组装部分，目前鸿海是最大的GPU模组供应商外，GPU基板将逐季扩产，下游的机柜、整机等系统组装也会积极争取，纬创则为Tier1，至于广达算Tier2。AI 时代来临，云端CSP大厂包括亚马逊、微软、Google、Meta都积极投入自研芯片，目前重点观察亚马逊（Amazon）、Google的表现。以4大云端服务供应商看，亚马逊强攻自研芯片，世芯为Trainium1提供7纳米设计服务，Marvell负责Trainium2的5纳米设计。微软首款自研AI芯片Maia 100，由台积电5纳米制造，创意为ASIC设计服务合作商；微软的Cobalt 100为首款自研云端运算CPU，同样采台积电5纳米制程。Meta第一代自研AI芯片MTIA原订2025年推出，委由博通设计，采用台积电7纳米制程、晶心科RISC-V架构。但在对手先后秀出自研AI芯片后，Meta加快投入第二代自制芯片研发，续采晶心科RISC-V架构及台积电5纳米制程，预计最快明年完成研发，争取在2026年问世。英伟达发布的GB200作为新一代的AI芯片，无疑将对AI领域和经济格局产生深远的影响，进一步推动AI技术的应用和发展。从AI领域的技术角度来看，GB200的高性能特性将极大地推动AI模型的训练和应用。这两款芯片采用了先进的架构和技术，使得AI模型的训练和推理速度得到了显著提升。以前，由于计算能力的限制，训练大规模、高复杂度的AI模型需要耗费大量的时间和资源。而现在，借助GB200的强大计算能力，研究人员可以更加高效地训练和优化模型，加速AI技术的创新和发展。这将使得AI技术在更多领域得到应用，包括但不限于自动驾驶、医疗诊断、金融分析、自然语言处理等，从而推动整个AI领域的进步。从经济格局的角度来看，GB200的发布将进一步推动AI产业的繁荣。随着AI技术的广泛应用，对于高性能AI硬件的需求也在不断增长。英伟达作为AI芯片领域的领军企业，其发布的GB200 GPU将满足市场的这一需求，带动AI硬件市场的进一步增长。同时，这也将促进相关产业链的发展，包括芯片设计、制造、封装测试等环节，形成更加完整的AI产业生态。此外，GB200的高能效特性也将降低运营成本，为企业提供更多商业机会和利润空间。对于推动AI技术的应用和发展，GB200的影响主要体现在以下几个方面：提升计算效率：由于这两款芯片具有强大的计算能力和高效的并行处理能力，可以大幅提升AI计算的效率，使得AI技术能够更快地应用于实际场景中。降低成本：GB200的高能效特性使得AI系统的运行成本大幅降低，这将使得更多的企业和个人能够承担得起AI技术的应用，从而推动AI技术的普及。拓宽应用领域：由于计算能力的提升和成本的降低，AI技术可以应用于更多领域，包括一些之前由于技术限制而无法应用的领域。国产AI算力行业报告：浪潮汹涌，势不可挡（2024）2024中国“百模大战”竞争格局分析报告(2024）AI算力研究：英伟达B200再创算力奇迹，液冷、光模块持续革新
英伟达官宣新一代Blackwell架构，华为算力GPU需求破百万片GPU深度报告：英伟达GB200 NVL72全互联技术，铜缆方案或将成为未来趋势？英伟达发布新一代GPU架构，NVLink连接技术迭代升级
大模型语言模型：从理论到实践
技术展望2024：AI拐点，重塑人类潜力
大视研究：中国人工智能（AI）2024各行业应用研究报告英伟达GTC专题：新一代GPU、具身智能和AI应用
2024年策略：AI鼎新，与时偕行
《半导体行业深度报告合集（2024）》
《AI应用专题系列合集》
本号资料全部上传至知识星球，更多内容请登录智能计算芯知识（知识星球）星球下载全部资料。
免责申明：本号聚焦相关技术分享，内容观点不代表本号立场，可追溯内容均注明来源，发布文章若存在版权等问题，请留言联系删除，谢谢。
温馨提示：
请搜索“AI_Architect”或“扫码”关注公众号实时掌握深度技术分享，点击“阅读原文”获取更多原创技术干货。
