英偉達打破AI推理性能紀(jì)錄：DeepSeek-R1模型創(chuàng)滿血世界紀(jì)錄，AI時代再提速
隨著人工智能（AI）技術(shù)的飛速發(fā)展，英偉達作為全球領(lǐng)先的計算公司，再次以其強大的技術(shù)實力打破AI推理性能的世界紀(jì)錄。在近日舉行的 NVIDIA GTC 2025 上，英偉達推出全新的 NVIDIA Blackwell DGX 系統(tǒng)，以其卓越的DeepSeek-R1模型推理性能引領(lǐng)業(yè)界潮流。
DeepSeek-R1 模型作為英偉達新一代的大模型推理技術(shù)，其滿血吞吐量達到了每用戶每秒超 250 token，系統(tǒng)最高吞吐量突破每秒 3 萬 token。這一驚人的性能提升，得益于英偉那最新的 Blackwell Ultra GPU 和 Blackwell GPU 的強大算力，以及英偉達在軟硬件方面的卓越整合。
Blackwell DGX 系統(tǒng)的單節(jié)點配置采用了 DGX B200（8 塊 GPU）與 DGX H200（8 塊 GPU），測試參數(shù)依然采用 TensorRT-LLM 內(nèi)部版本，輸入 1024 token / 輸出 2048 token。這種配置下的并發(fā)計算精度達到了 FP4 和 FP8 精度，這使得 DeepSeek-R1 模型在推理時的性能表現(xiàn)更為出色。
與 Hopper 架構(gòu)的模型相比，Blackwell 架構(gòu)與 TensorRT 軟件相結(jié)合，實現(xiàn)了顯著的推理性能提升。英偉達表示，通過這種方式，包括 DeepSeek-R1、Llama 3.1 405B 和 Llama 3.3 70B 在內(nèi)的模型，已經(jīng)提供了超過三倍的推理吞吐量提升。
值得注意的是，在對這些模型進行量化以利用低精度計算優(yōu)勢時，確保精度損失最小化是生產(chǎn)部署的關(guān)鍵。在 DeepSeek-R1 模型上，相較于 FP8 基準(zhǔn)精度，TensorRT Model Optimizer 的 FP4 訓(xùn)練后量化（PTQ）技術(shù)在不同數(shù)據(jù)集上僅產(chǎn)生微乎其微的精度損失，這無疑證明了英偉納在量化技術(shù)方面的領(lǐng)先地位。
AI時代的發(fā)展離不開高性能計算設(shè)備的支持，而英偉達的Blackwell DGX系統(tǒng)的推出無疑為AI時代的發(fā)展注入了新的動力。隨著AI技術(shù)的廣泛應(yīng)用，各行各業(yè)對高性能計算設(shè)備的需求也在不斷增長。Blackwell DGX系統(tǒng)的推出，不僅滿足了這一市場需求，同時也為AI時代的進一步發(fā)展奠定了基礎(chǔ)。
總的來說，英偉達的Blackwell DGX系統(tǒng)的推出，無疑將為AI時代的進一步發(fā)展帶來積極的影響。通過不斷的技術(shù)創(chuàng)新和突破，英偉達將繼續(xù)引領(lǐng)AI領(lǐng)域的發(fā)展，為全球用戶提供更高效、更可靠的計算解決方案。
在未來的發(fā)展中，我們期待看到英偉達在AI領(lǐng)域的更多突破和創(chuàng)新，為全球用戶帶來更多便利和價值。同時，我們也期待著AI技術(shù)在更多領(lǐng)域的應(yīng)用和發(fā)展，為人類社會帶來更多的可能性。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
