Nvidia تعلن عن كرت الشاشة Blackwell B200 لدعم تقنية الذكاء الاصطناعي

Nvidia تعلن عن كرت الشاشة Blackwell B200 لدعم تقنية الذكاء الاصطناعي
Photo by Christian Wiediger / Unsplash

Table of Content

أعلنت Nvidia عن كرت الشاشة Blackwell B200 خلال مؤتمر “GPU Technology” والذي يضم أقوى شريحة حوسبة لتقنية الذكاء الإصطناعي في العالم “GB200”.

تأتي شريحة حوسبة الذكاء الإصطناعي “GB200” بتحسينات كبيرة في الآداء والكفاءة مقارنة بشريحة H100 AI، أيضاً تدعم B200 إنتاج 20 بيتافلوب من FP4 بفضل 208 مليار ترانزستور داخل الشريحة.

مميزات الشريحة



أيضاً تتميز شريحة GB200 بآداء أقوى 30 مرة مقارنة بفضل H100، كما تأتي بإستهلاك أقل للطاقة 25 مرة أفضل، ولقد طورت Nvidia شريحة لتبديل الشبكة تتضمن 50 مليار ترانزستور، وتدعم 576 وحدة معالجة رسوميات بسرعة 1.8 تيرابايت/ثانية من عرض النطاق الترددي ثنائي الاتجاه.

[​IMG]


تصميم جديد

كما أكدت Nvidia على أن هذا التصميم يدعم معالجة مشكلة الإتصال في الإصدار السابق، حيث يدعم خفض وقت سرعة الإتصال إلى نسبة 60%، وخفض وقت الحوسبة بنسبة 40%.

أساس تطوير كروت الشاشة المقبلة


وتشير التوقعات إلى أن المعمارية المستخدمة في شريحة Blackwell B200 ستكون الركيزة في تطوير سلسلة كرت الشاشة القادمة RTX 5000.

المصدر

NVIDIA Blackwell Platform Arrives to Power a New Era of Computing
Powering a new era of computing, NVIDIA today announced that the NVIDIA Blackwell platform has arrived — enabling organizations everywhere to build and run real-time generative AI on trillion-parameter large language models at up to 25x less cost and energy consumption than its predecessor.










Open-source Apps

9,500+

Medical Apps

500+

Lists

450+

Dev. Resources

900+

Read more

Bias in Healthcare AI: How Open-Source Collaboration Can Build Fairer Algorithms for Better Patient Care

Bias in Healthcare AI: How Open-Source Collaboration Can Build Fairer Algorithms for Better Patient Care

The integration of artificial intelligence (AI), particularly large language models (LLMs) and machine learning algorithms, into healthcare has transformed the industry dramatically. These technologies enhance various aspects of patient care, from diagnostics and treatment recommendations to continuous patient monitoring. However, the application of AI in healthcare is not without challenges.