币圈界报道:

英伟达Blackwell系列预计占据新增AI代理推理容量的74%

据估算,英伟达(NVDA)的Blackwell及Blackwell Ultra系列芯片在2025年第二季度至2026年第二季度期间,将占据新增AI代理推理容量的74%。这一比例是基于芯片销售预估与特定工作条件下可同时处理的请求数量综合计算得出的。

EPOCH AI于18日发布的分析报告指出,在同一时期内,累计销售的AI芯片其推理容量增长了4.6倍。与此同时,这些芯片的最大8位运算能力提升了2.6倍。上述两项数据均以2025年第二季度为基准进行计算。

需要明确的是,74%并非指Blackwell系列在整个推理容量中的占比,而是指其在过去一年间新增容量中的贡献度。数据显示,截至2026年第二季度,Blackwell和Blackwell Ultra在累计推理容量中的占比约为73%,而在最大8位运算能力方面的占比则为50%。

GB300性能显著超越前代产品

EPOCH AI在9日发布的《推理性能指数》(Inference Performance Index)报告中估算,GB300芯片每单位处理AI代理请求的能力约为H100的25倍、H200的8倍。相比之下,GB300每秒的最大8位运算量仅为H100的约2.5倍。

报告强调,这一比较并不意味着GB300在所有AI任务上都比H100快25倍。报告是在固定工作条件下,针对四种代表性模型,计算各芯片能同时处理的请求数量而得出的结论。

上下文长度与系统配置影响评估结果

AI代理任务能够利用之前的对话或工作记录,因此在比较处理能力时,包含长上下文的条件至关重要。报告正是基于这种可重用上下文的任务标准进行评估的。

此外,每次请求所需的输出速度也在每秒50至400个token(AI模型处理或生成文本时的基本单位)之间有所不同。在此类任务中,除了运算速度外,内存存储记录的容量、数据读取速度以及多芯片间的数据交换速度均会影响并发处理能力。因此,仅凭最大运算能力难以全面比较推理容量。

报告对GB300的评估基于72个GPU高速连接的系统环境。结果表明,芯片规格仅是影响因素之一,工作环境的连接配置同样关键。即使是同一系列的Blackwell Ultra,若采用不同的连接方式(如B300系统),每芯片的推理容量估算值也会相差约1.9倍。这意味着GPU的配置不同,同系列芯片的性能评估结果也可能存在差异。

供应链合同与实际数据统计方法

Blackwell相关的计算能力已出现在企业间的供应合同中。此前有报道指出,Corvex宣布与某平台签订供应基于Blackwell架构的计算能力的合同。

总体推理容量的计算方法是:将各类芯片的销售预估量乘以各自的推理性能指数得分后求和。所有季度的容量比较均应用了相同的工作负载组合。

累计容量增长4.6倍并不仅仅意味着新售出芯片的贡献。值得注意的是,预计2026年第二季度销售的芯片所带来的推理容量,是2025年第二季度销售部分的3.3倍。

计算过程中还包含了关于系统配置的假设。EPOCH AI将部分芯片的配置假设为60%的GB/NVL72机架系统和40%的B/HGX服务器,并未反映软件效率的差异。考虑到销量和硬件配置的不确定性,一年间推理容量的增长范围估计在4.2至5.1倍之间。EPOCH AI解释称,该范围涵盖了销量和配置假设的不确定性,但未包含建模芯片性能本身的不确定性。

因此,74%和4.6倍的数据并非反映所有数据中心的实际处理业绩,而是基于销售预估和特定的AI代理工作条件所进行的容量对比分析。