昊梵体育网

现在大家都知道了 Astra用了10万张 Grace Blackwell NVL72 进行训练: 那随之而来的是一个问题: 下一步需要多少张?从黄仁勋帖子中,回答是下一个期望的点40万张GPU 为什么是40万,而不是20-30万呢? 首先是这些年 LLM模型迭代有个粗略的经验规律,每2代之间的训练算力大概翻 4–5 倍,既然 Astra ​

现在大家都知道了 Astra用了10万张 Grace Blackwell NVL72 进行训练:

那随之而来的是一个问题: 下一步需要多少张?从黄仁勋帖子中,回答是下一个期望的点40万张GPU

为什么是40万,而不是20-30万呢?

首先是这些年 LLM模型迭代有个粗略的经验规律,每2代之间的训练算力大概翻 4–5 倍,既然 Astra用了 10 万+ 张 Grace Blackwell 训出来, 那么下一个模型对应的GPT-6.5 / GPT-7 之类要再上一个数量级。所以,自然就落在 ~40 万张这个档。

黄仁勋这句”400K coming next”,或许可以理解为:“下一次训练规模,就是这次的4 倍”,这也是为什么”一年一代、每代把算力再往上顶一格”是同一条曲线。

另外我们拆的再细一点的话:100K Blackwell = 一座約 250 MW AI factory400K Blackwell = 接近一座 1 GW AI factory40 万张 GB 级 GPU,对应的就是一个吉瓦级的新集群正在通电。

Grace Blackwell 是 NVL72,这里每机柜 72 张 GPU,40 万张 ÷ 72 ≈ 约 5,500 个机柜; 所以每个 NVL72 机柜满载约 120–130 千瓦, 光 IT 负载就 ~700 兆瓦, 加上散热和配电冗余, 那么会轻松奔 ~1 吉瓦

这个体量也正好对得上 OpenAI Stargate 一个超级园区、或者好几个站点同时点亮的规模。

所以你会发现这个”40 万张”不是凭空喊的, 它对应的是下一批数据中心园区从在建、到建成、到能用的整个过程完成。