从分析师估计到首席执行官黄仁勋（Jensen Huang）的评论，NVIDIA 的 Blackwell 平台的定价已经浮出水面。简而言之，要部署这些性能强大的产品，买家将付出高昂的代价。摩根士丹利（Morgan Stanley）预计，2025 年 NVIDIA 将出货 6 万至 7 万个 B200 服务器机柜，年收入至少为 2100 亿美元。尽管成本高昂，但市场对这些功能强大的 AI 服务器的需求依然旺盛。
据报道，NVIDIA 已投资约 100 亿美元开发 Blackwell 平台，约有 25000 人参与其中。单个 Blackwell GPU 就能实现如此强大的性能，因此这些产品能获得可观的溢价也就不足为奇了。
据汇丰银行分析师称，NVIDIA 的 GB200 NVL36 服务器机架系统将耗资 180 万美元，NVL72 将耗资 300 万美元。功能更强大的GB200 超级芯片结合了 CPU 和 GPU，预计每个芯片的价格为 6 万至 7 万美元。这些超级芯片包括两个 GB100 GPU 和一个 Grace Hopper 芯片，以及一个大型系统内存池（HBM3E）。
今年早些时候，首席执行官黄仁勋告诉CNBC，一个Blackwell GPU的成本为3万至4万美元，摩根士丹利根据这一信息计算出了买家的总成本。每个 AI 服务器机柜的售价约为 200 万至 300 万美元，NVIDIA 计划出货 6 万至 7 万个 B200 服务器机柜，预计年收入至少为 2100 亿美元。
但是，客户的花费是否会在某个时候证明这一点呢？红杉资本（Sequoia Capital）分析师戴维-卡恩（David Cahn）估计，每年支付其投资所需的人工智能收入已攀升至 6000 亿美元......
但现在，毫无疑问，科技公司将付出代价，无论代价有多惨痛也要硬着头皮上。拥有 2080 亿个晶体管的 B200 可以提供高达 20 petaflops 的 FP4 计算能力。要训练一个 1.8 万亿个参数的模型，需要 8000 个 Hopper GPU，耗电 15 兆瓦。
这样的任务需要 2000 个 Blackwell GPU，而功耗仅为 4 兆瓦。在大型语言模型推理工作负载方面，GB200 超级芯片的性能是 H100 GPU 的 30 倍，并显著降低了功耗。
据摩根士丹利（Morgan Stanley）称，由于需求旺盛，NVIDIA 正在将其与台积电的订单量增加约 25%。毫不夸张地说，专为机器人、自动驾驶汽车、工程模拟和医疗保健产品等一系列下一代应用而设计的 Blackwell 将成为人工智能训练和许多推理工作负载的事实标准。
