從分析師估計到執行長黃仁勳（Jensen Huang）的評論，NVIDIA 的Blackwell 平台的定價已經浮出水面。簡而言之，要部署這些效能強大的產品，買家將付出高昂的代價。摩根士丹利（Morgan Stanley）預計，2025 年NVIDIA 將出貨6 萬至7 萬個B200 伺服器機櫃，年收入至少為2,100 億美元。儘管成本高昂，但市場對這些強大的AI 伺服器的需求依然強勁。

據報道，NVIDIA 已投資約100 億美元開發Blackwell 平台，約有25,000 人參與其中。單一Blackwell GPU 就能實現如此強大的效能，因此這些產品能獲得可觀的溢價也就不足為奇了。

據匯豐銀行分析師稱，NVIDIA 的GB200 NVL36 伺服器機架系統將耗資180 萬美元，NVL72 將耗資300 萬美元。功能更強大的GB200 超級晶片結合了CPU 和GPU，預計每個晶片的價格為6 萬至7 萬美元。這些超級晶片包括兩個GB100 GPU 和一個Grace Hopper 晶片，以及一個大型系統記憶體池（HBM3E）。

今年早些時候，執行長黃仁勳告訴CNBC，一個Blackwell GPU的成本為3萬至4萬美元，摩根士丹利根據這項資訊計算出了買家的總成本。每個AI 伺服器機櫃的售價約為200 萬至300 萬美元，NVIDIA 計畫出貨6 萬至7 萬個B200 伺服器機櫃，預計年收入至少為2,100 億美元。

但是，客戶的花費是否會在某個時候證明這一點？紅杉資本（Sequoia Capital）分析師戴維-卡恩（David Cahn）估計，每年支付其投資所需的人工智慧收入已攀升至6000 億美元…

但現在，毫無疑問，科技公司將付出代價，無論代價有多慘痛也要硬著頭皮上。擁有2080 億個電晶體的B200 可以提供高達20 petaflops 的FP4 運算能力。要訓練一個1.8 兆個參數的模型，需要8,000 個Hopper GPU，耗電15 兆瓦。

這樣的任務需要2000 個Blackwell GPU，而功耗僅4 兆瓦。在大型語言模型推理工作負載方面，GB200 超級晶片的效能是H100 GPU 的30 倍，並顯著降低了功耗。

據摩根士丹利（Morgan Stanley）稱，由於需求旺盛，NVIDIA 正在將其與台積電的訂單量增加約25%。毫不誇張地說，專為機器人、自動駕駛汽車、工程模擬和醫療保健產品等一系列下一代應用而設計的Blackwell 將成為人工智慧訓練和許多推理工作負載的事實標準。