英伟达为中国市场研发B30降规版AI芯片，首度支持多GPU扩展

一、技术特性与定位

1. 架构与制程
   B30 采用英伟达最新的Blackwell 架构，但在关键技术上做出妥协：
   • 显存配置：使用 GDDR7 显存替代高频宽内存（HBM），带宽预计约 1.7TB/s，显著低于 H20 的 4.0TB/s。
   • 封装工艺：未采用台积电先进封装技术，成本降低但可能影响芯片集成度和能效比。
   • 核心设计：基于 GB20X 芯片（与 RTX 50 系列同源），售价在 6500-8000 美元之间，较 H20 的 1 万 – 1.2 万美元更具价格竞争力。
2. 多 GPU 扩展技术
   B30 的 “多 GPU 扩展” 能力引发业界关注，但具体实现方式存在多种推测：
   • NVLink 的可能性：英伟达已在消费级 GPU 中取消 NVLink 支持，但 B30 可能通过改良 GB202 芯片（RTX 5090 同款）重新启用该技术。
   • ConnectX-8 SuperNICs 技术：更可能的方案是采用英伟达在 Computex 2025 展示的 ConnectX-8 SuperNICs 技术，该技术通过集成 PCIe Gen6 交换机和高速网络，支持多 GPU 低延迟互联，曾用于连接 RTX Pro 6000 GPU。
   • 性能对比：若采用 ConnectX-8，其互联带宽和延迟可能不及 H20 的 NVLink（900GB/s），但能满足中小规模集群需求。
3. 算力与应用场景
   尽管具体算力参数未公开，但作为降规版芯片，B30 的单卡性能预计低于 H20（FP8 算力 296 TFLOPS）。其核心优势在于通过多 GPU 扩展提升整体算力，适合对成本敏感但需扩展性的场景，如中小规模 AI 推理、边缘计算等。

二、市场策略与政策背景

1. 应对出口限制的产物
   美国对华 AI 芯片出口管制趋严，英伟达需通过调整设计维持中国市场份额。B30 的降规设计（如取消 HBM、限制互联带宽）旨在符合监管要求，同时保留多 GPU 扩展功能以满足客户需求。
2. 与国产芯片的竞争
   与华为昇腾 910B 相比，B30 在显存容量上占优（GDDR7 vs 昇腾 910B 的 HBM2e），但能效比可能处于劣势（昇腾 910B 功耗 310W，B30 未披露）。昇腾 910B 的单卡价格约 1.7 万美元，略高于 B30，但具备国产供应链优势。
3. 生态与合作伙伴
   英伟达计划通过NVLink Fusion技术开放生态，允许第三方 CPU 与 GPU 互联，但 B30 是否支持该技术尚未明确427。目前中国市场的具体合作伙伴及应用案例仍待披露，推测可能与阿里云、腾讯云等云计算厂商合作。

三、行业影响与挑战

1. 性能与成本的平衡
   B30 的多 GPU 扩展能力能否弥补单卡性能不足，取决于实际应用场景。例如，在需要高带宽的垂类模型训练中，H20 仍具优势；而在中小规模推理任务中，B30 的性价比可能更突出。
2. 技术替代风险
   若 B30 依赖 ConnectX-8 而非 NVLink，其多 GPU 性能可能受限于网络延迟，长期可能面临国产 DPU（数据处理单元）的竞争。
3. 政策不确定性
   美国出口管制政策的进一步收紧可能迫使英伟达再次调整 B30 规格，甚至影响其市场准入。

四、总结