核心观点：
　　英伟达基于Blackwell架构的AI芯片及相关硬件设备从芯片性能到整体算力集群性能提升明显。2024年3月18日，英伟达在GTC大会上推出了基于Blackwell架构的AI芯片及硬件设备。相较于上一代Hopper架构的产品，Blackwell芯片和硬件设备不仅提升了单个芯片的计算性能，还通过提升网络通信速度、优化软件生态等方式，加强了大规模AI算力集群的算力，从而全面提升对于AI大模型的加速效果。
　　在芯片层面，英伟达通过提升制程工艺、扩大内存容量和算法嵌入的方式提升芯片计算性能。Blackwell芯片采用4NP工艺将两个GPU裸片高速连接融合在一个芯片中，可提供相当于Hopper芯片2.5-5倍的AI算力性能。此外，Blackwell芯片中嵌入的第二代Transformer引擎引入了micro-tensor技术，提升了对于Transformer模型的加速效果。
　　在通信网络连接层面，英伟达推出第五代NVLink技术和X800系列交换机，通信连接速度提升较大。英伟达推出的第五代NVLink传输速率达到了1800 GB/S，是第四代NVLink传输速率的2倍。此外，此次推出的Quantum-X800 InfiniBand交换机与上一代相比，带宽容量提高了5倍，网络内计算速度提高了9倍。
　　英伟达的SuperPod GB200计算集群产品为大规模集群式训练场景提供有力的智能算力支持。SuperPod GB200算力集群通过InfiniBand和NVlink等网络设备连接高达3.2万张GPU。而这样大规模的AI算力集群正是各科技厂商开发和应用AI大模型的重要基础设施，SuperPod GB200有望较好的满足科技厂商对大规模AI训练的需求。
　　英伟达此次推出的Blackwell芯片性能高于H800，属于出口政策限制的范围，恐难以向中国市场销售。一方面，海外科技公司在采用Blackwell芯片后有望降低其开发和应用AI模型的成本，中美在AI算力领域的差距可能会进一步影响国产AI大模型开发和落地的节奏；另一方面，通过公开数据的比较，Blackwell芯片的计算和通信连接性能的提升进一步拉大了和国产AI芯片间的差距，未来通过调整和剪裁性能后，也存在向中国市场销售的可能性。这给国产AI芯片公司同步增加了挑战和动力，英伟达高端AI芯片的快速迭代反而可能会激发国内AI芯片厂商的产品升级，国内AI算力自主可控建设进程有望加快。
　　风险提示。AI芯片需求较大而先进制程芯片产能有限的风险；中美在AI算力领域的差距拉大，有可能会进一步影响国产AI大模型开发和落地的节奏；美方对于高端AI芯片出口管制政策变化的不确定性。