跳到主要内容

NVIDIA B300 Ultra (Blackwell Ultra)

产品概述​

NVIDIA B300 / B300 Ultra（代号 Miranda / GB300）是 Blackwell 架构的中期升级版本，2026 年上半年规模出货。最大升级是显存从 192GB → 288GB HBM3e，FP4 稀疏算力达 20 PFLOPS（密集 15 PFLOPS），TDP 1,400W（必须液冷）。

专为超大 LLM 推理时代设计 —— 288GB 显存可单卡加载 70B 模型（FP16），剩余 100GB+ 空间用于 KV Cache。相比 B200，密集 FP4 算力提升 1.5 倍（9 → 15 PFLOPS），注意力（softmax）吞吐提升约 2 倍。

核心规格​

项目参数
架构Blackwell Ultra（双die）
制程TSMC 4NP
GPU 芯片2 颗 Blackwell Die（CoWoS-L 封装）
显存288 GB HBM3e（12-Hi 堆叠）
显存带宽8 TB/s
FP4 Tensor Core20 PFLOPS（稀疏）
FP4 Tensor Core（密集）15 PFLOPS
FP8 Tensor Core10 PFLOPS（稀疏）
FP8 Tensor Core（密集）5 PFLOPS
FP16 Tensor Core5 PFLOPS（稀疏；密集 2.5 PFLOPS）
TDP1400 W
NVLink 带宽1.8 TB/s（第 5 代）
PCIeGen 6（首次）
DC 网络ConnectX-8, 800 Gb/s
首发2026 年上半年规模出货

算力口径：官方同时公布密集与稀疏两套数字，本表主值为稀疏，密集值单列。NVIDIA GB300 NVL72 机柜级对应值为 FP4 1,440 PFLOPS（稀疏）/ 1,080 PFLOPS（密集）、FP8 720 PFLOPS、FP16/BF16 360 PFLOPS，均为 72 GPU 合计。

B200 vs B300 Ultra 升级对比​

指标B200B300 Ultra提升
架构BlackwellBlackwell Ultra中期升级
显存192 GB HBM3e288 GB HBM3e+50%
显存带宽8 TB/s8 TB/s持平
FP4 密集10 PFLOPS15 PFLOPS+50%
FP4 稀疏20 PFLOPS20 PFLOPS持平
FP8 密集5 PFLOPS5 PFLOPS持平
TDP1,000 W1,400 W+40%
PCIeGen 5Gen 62×
DC 网络ConnectX-7 (400G)ConnectX-8 (800G)2×
发布2024-Q42026 上半年—

关键：Blackwell Ultra 的增量在密集算力与显存，而非稀疏峰值。 FP4 稀疏值B200 与 B300 相同（20 PFLOPS），真正的提升是密集 FP4 从 10 提升到 15 PFLOPS，以及注意力加速（SFU EX2）吞吐从 5 提升到 10.7 TeraExponentials/s。

H100 / H200 / B300 代际性能​

指标H100H200B300提升
架构HopperHopperBlackwell Ultra—
显存80GB HBM3141GB HBM3e288GB HBM3e3.6×
显存带宽3.35 TB/s4.8 TB/s8 TB/s2.4×
FP8 密集989 TFLOPS989 TFLOPS5 PFLOPS5×
TDP700W700W1,400W2×
NVLink900 GB/s900 GB/s1,800 GB/s2×
发布时间2023-0320242026 上半年—

推理性能实测（MLPerf Inference v5.1，官方提交结果）​

系统DeepSeek-R1 吞吐（Offline, tok/s）Server 场景（tok/s）
GB300 NVL72（72 GPU）420,659209,328
GB200 NVL72（72 GPU，Blackwell）289,712167,578

Blackwell Ultra（GB300）相比同代Blackwell（GB200）在 DeepSeek-R1 上吞吐提升约 45%，这一增益主要来自显存容量（288GB）与注意力加速，而非 Tensor Core 稀疏峰值。

训练性能实测（MLPerf Training v5.1）​

系统Llama 3.1 405B 训练时间（分钟）
8× GB300 NVL72（512 GPU）64.6
8× GB200 NVL72（512 GPU）121.8
64× HGX H100（512 GPU）269.1

Blackwell Ultra 训练 Llama 3.1 405B 的用时约为 GB200 的一半、H100 的四分之一。

FP4 vs FP8 量化​

NVFP4（NVIDIA FP4）是 Blackwell 新增的 4 位浮点格式，相比 FP8 再降约 50% 显存占用，精度损失通常在 1% 以内（官方实测），是长上下文推理降低 KV Cache 压力的关键手段。

部署推荐配置（DeepSeek）​

场景推荐配置
DeepSeek R1 在线服务B300 + NVFP4 + EP2（专家并行）
DeepSeek V3 推理 + 训练B300 + NVFP4 + TP2（张量并行）
长上下文文档理解B300（充分利用 288GB 显存）
成本敏感型推理B300 Spot + FP4 量化

EP2 = Expert Parallel 2（专家并行 2），适合 MoE 模型（DeepSeek 即 MoE） TP2 = Tensor Parallel 2（张量并行 2），通用加速

8 卡 DGX B300 系统​

项目参数
GPU 总显存2.3 TB HBM3e（288GB × 8）
GPU 互联NVLink 5.0 + ConnectX-8
峰值功耗~14 kW（整机系统）
适用模型400B+ 参数模型完整加载
散热必须液冷（DLC）

云端实例价格对比（2026-10）​

供应商实例类型配置按需价格
AWSp6e.48xlarge8× B300~$98 / 小时
AzureND B300 v68× B300~$97 / 小时
Google CloudA4 Ultra（megagpu-8g）8× B300~$98 / 小时
AWSp5.48xlarge8× H100 SXM5~$98 / 小时

关键洞察：B300 8卡实例的按需价格与上一代 H100 8 卡实例基本持平，但同等价格下吞吐量显著更高 —— 这是 Blackwell Ultra 在推理侧最具说服力的经济性优势。

散热与基础设施​

  • TDP 1,400W —— 最高功耗档必须液冷（Direct Liquid Cooling, DLC）；存在 1,100W 风冷档
  • 风冷方案仅适用于 1,100W 档（vs H100 700W 风冷）
  • 8 卡 DGX B300 ≈ 14 kW
  • 机房需重新规划电力和散热

软件要求​

  • CUDA 12.x
  • cuDNN 9.x
  • TensorRT-LLM 0.15+
  • NVFP4 支持（需 TensorRT 10+）
  • vLLM 0.6+（GB300 优化版）

适用场景​

  • ✅ 大规模推理服务（70B+ 模型，10万+ tok/s）
  • ✅ 推理密集型负载（DeepSeek R1、o1 类推理模型）
  • ✅ 长上下文 KV Cache（288GB 完整保留）
  • ✅ 400B+ 参数模型部署（8 卡 DGX B300 完整加载）
  • ✅ 多节点训练集群（6.4 Tbps GPU 互联）
  • ❌ 中小规模推理（H200 更经济）
  • ❌ 无液冷机房（基础设施投入大）

厂商信息​

项目内容
厂商NVIDIA Corporation
产品页https://www.nvidia.com/en-us/data-center/blackwell/
首发2026 上半年规模出货
云端部署AWS / Azure / Google Cloud / Oracle Cloud
OEM 合作伙伴Dell / HPE / Supermicro / Lenovo

数据来源​

相关产品​