Платформы NVIDIA HGX задают ориентиры для всей отрасли высокопроизводительных вычислений — от обучения больших языковых моделей до симуляций в климатологии и фармацевтике.
Каждое новое поколение этих систем переопределяет, что возможно в рамках одного серверного узла.
В профессиональном сообществе всё активнее обсуждается hgx b300 платформа на базе архитектуры Blackwell Ultra, которая знаменует следующий виток в развитии GPU-инфраструктуры для дата-центров. Речь идёт не об инкрементальном обновлении: изменения затрагивают объём памяти, межчиповые интерконнекты и модель энергопотребления одновременно.
Эволюция платформы HGX
NVIDIA придерживается последовательной смены поколений GPU-архитектур: Volta → Turing → Ampere → Hopper → Blackwell. На каждом из этих этапов менялось не только «железо», но и вычислительная парадигма.
Tensor Core-возможности расширялись от поколения к поколению: Volta принесла ускорение глубокого обучения через FP16; Turing добавила поддержку INT8/INT4 для задач инференса; Ampere — разреженность (sparsity) и гибкую мультиарендную архитектуру MIG; Hopper — поддержку FP8 и специализированный Transformer Engine для задач LLM.
Параллельно росла пропускная способность NVLink — ключевого интерконнекта для GPU-кластеров. Поколение NVLink 1 (Pascal) обеспечивало 160 ГБ/с; к четвёртому поколению (Hopper) этот показатель достиг 900 ГБ/с, а пятое поколение Blackwell — 1 800 ГБ/с (данные на основе официальных спецификаций NVIDIA).
Объём памяти на GPU за тот же период вырос с 16 ГБ (Pascal) до 80 ГБ (H100) и 141 ГБ (H200 с HBM3e при полосе 4,8 ТБ/с). Каждый из этих шагов открывал новый класс задач: модели, которые не помещались в память предыдущего поколения, становились доступны для обучения и инференса на новом.
Примечание: характеристики приведены на основании официальных спецификаций и технической документации NVIDIA.
Аппаратные инновации NVIDIA HGX B300
GPU и вычислительная плотность
В базовой конфигурации HGX B300 NVL8 установлено восемь GPU Blackwell Ultra с 288 ГБ HBM3e-памяти на каждый чип. Совокупный объём памяти узла — 2,3 ТБ, что является принципиально новым уровнем для восьмичипового сервера.
Чип Blackwell Ultra построен на двухкристальной компоновке (dual-reticle): два кристалла TSMC 4NP соединены через интерфейс NV-HBI с полосой 10 ТБ/с и функционируют как единый CUDA-ускоритель с 208 млрд транзисторов и 160 Streaming Multiprocessors (SM).
Каждый B300 оснащён восемью стеками HBM3e с 12-слойной компоновкой (12-Hi) — это увеличение по сравнению с 8-Hi в предыдущем поколении B200, что обеспечивает пропускную способность памяти до 8 ТБ/с на чип. Максимальный TGP (Total Graphics Power) чипа Blackwell Ultra составляет до 1 400 Вт; конкретное значение зависит от конфигурации системы: HGX B300 или GB300.
Производительность одного чипа в плотном режиме NVFP4 достигает 15 петафлопс. Это новый формат точности, недоступный в архитектуре Hopper: корректное сравнение по FP8 даёт 5 PFLOPS у Blackwell Ultra против 2 PFLOPS у H100/H200 — прирост в 2,5×.
Интерконнекты: NVLink 5 и NVSwitch
Платформа поддерживает пятое поколение NVLink с двунаправленной полосой 1,8 ТБ/с на один GPU (18 линков по 100 ГБ/с) и масштабирование до 576 GPU в рамках единой неблокирующей вычислительной фабрики — вдвое больше, чем у NVLink 4 в архитектуре Hopper.
Совокупная пропускная способность NVLink Switch внутри узла HGX B300 NVL8 — 14,4 ТБ/с. Это означает, что все восемь GPU взаимодействуют как единый вычислительный блок с общим пулом памяти — без промежуточного обращения к хостовой шине. Для внешней сети узел рассчитан на подключение через ConnectX-8 SuperNIC класса 800 Гбит/с.
Отдельно стоит упомянуть конфигурацию HGX B300 NVL16 — платформу с 16 вычислительными чипами Blackwell Ultra (технически 8 двухчиповых пакетов), где число в наименовании отражает количество die, а не физических модулей.
Охлаждение и энергетика
Supermicro выпустила 4U-системы с жидкостным охлаждением DLC-2, которые отводят до 98% тепловыделения системы, и компактные 2-OU (OCP)-варианты для стоек Open Rack V3 с плотностью до 144 GPU в одном стойке.
Переход на жидкостное охлаждение стал технической необходимостью: при TGP порядка 1 200–1 400 Вт на чип воздушные системы не обеспечивают необходимый теплоотвод при приемлемой плотности размещения.
Практическая ценность для бизнеса
Задачи, для которых критичен переход на B300
Обучение и файн-тюнинг LLM. Второе поколение Transformer Engine с поддержкой FP8 и NVFP4, ускоренный softmax в слое attention (пропускная способность SFU удвоена относительно Blackwell), а также прирост FP8-производительности в 2,5× относительно H100 делают платформу эффективной для задач обучения трансформерных моделей. По данным партнёров NVIDIA, на задаче инференса Llama 3.1 405B прирост относительно H100 достигает 11× — в зависимости от конфигурации системы и режима точности.
Инференс при ограниченном бюджете памяти. Увеличенный объём памяти позволяет удерживать больший KV-кэш на GPU при длинных контекстах и обслуживать больше одновременных сессий до исчерпания ресурса. Это сокращает потребность в сложных схемах шардинга между узлами и снижает задержку при инференсе reasoning-моделей.
HPC-нагрузки. Климатическое моделирование, квантовохимические расчёты и геофизические симуляции выигрывают от возросшей полосы памяти (8 ТБ/с) и высокоскоростного GPU-fabric внутри узла.
Генеративный ИИ в закрытом контуре. Платформа позволяет развёртывать крупные мультимодальные модели на собственной инфраструктуре — без передачи данных во внешние облака. Для организаций с требованиями информационной безопасности или отраслевым регулированием это открывает возможность промышленного инференса без компромисса по производительности.
Масштабируемость
Поддержка до 576 GPU в единой неблокирующей фабрике NVLink означает, что архитектура масштабируется от одного узла до крупного кластера без смены интерконнект-парадигмы. Это снижает архитектурные риски при наращивании инфраструктуры и упрощает планирование роста вычислительной ёмкости.
Заключение и взгляд в будущее
Каждое поколение HGX решало актуальную на тот момент узкую задачу: сначала — вычислительная мощность, затем — пропускная способность памяти, затем — эффективность трансформерных нагрузок. hgx b300 одновременно адресует несколько ограничений: недостаточный объём памяти для крупных моделей, узкое место внутриузлового интерконнекта и энергоэффективность при росте TGP.
Blackwell Ultra обеспечивает на 50% больше вычислений NVFP4 и на 50% больше HBM-ёмкости на чип по сравнению с B200, что повышает пропускную способность токенов на ватт — ключевой показатель эффективности дата-центра (по данным NVIDIA Technical Blog, август 2025).
Производственные мощности загружены, а развёртывание крупных кластеров требует опережающего планирования на уровне инфраструктуры, сети и охлаждения. В этом контексте nvidia hgx b300 2027 годах.
