NVIDIA GB10: 1 PFLOP и 128 ГБ памяти для локального AI

GB10 разработан для компактных AI-станций вроде NVIDIA DGX Spark и заметно отличается от обычных видеокарт Blackwell. В одном корпусе объединены 20-ядерный Arm-процессор, графика Blackwell и 128 ГБ общей памяти LPDDR5X. NVIDIA заявляет производительность до 1 PFLOP FP4, и реальные тесты подтверждают этот уровень. В практических AI-задачах важным ограничением становится пропускная способность памяти.

Чем GB10 отличается от GeForce

GB10 впервые показали в январе 2025 года в составе Project DIGITS. Позже эта концепция легла в основу DGX Spark, а платформу начали использовать и другие производители. На GB10 построены ASUS Ascent GX10, Lenovo ThinkStation PGX, HP ZGX Nano G1n, GIGABYTE AI TOP ATOM, Acer Veriton GN100 и другие компактные AI-системы.

Главное преимущество GB10 заключается в 128 ГБ общей памяти для CPU и GPU.

За счет такого объема GB10 может локально запускать модели, которые не помещаются в 16-32 ГБ VRAM большинства потребительских видеокарт. По данным NVIDIA, системы на GB10 способны работать с моделями до 200 млрд параметров при подходящей квантизации и оптимизациях.

Тесты подтверждают заявленный 1 PFLOP

Значение 1 PFLOP относится к вычислениям FP4 с разреженностью 2:4. По этой цифре нельзя напрямую судить об общей скорости графической части или о скорости генерации токенов в LLM.

В 2026 году появились воспроизводимые результаты nvfp4bench, который тестирует Tensor Cores GB10 в вычислениях NVFP4. Серийные системы показывают примерно 486-504 TFLOPS в плотном NVFP4 и около 1 PFLOP при разреженности 2:4.

GB10 в конкретных устройствах

Все результаты получены одним типом теста, поэтому их можно сравнивать напрямую. Разброс между системами небольшой, а различия в корпусе, охлаждении и настройках слабо влияют на итоговый результат.

Ограничение по пропускной способности памяти

Tensor Cores обеспечивают высокую производительность в низкой точности, тогда как официальная пропускная способность 128 ГБ LPDDR5X составляет до 273 ГБ/с. В практических тестах системы обычно показывают около 200-214 ГБ/с.

Для локального инференса LLM этот показатель особенно важен. При последовательной генерации токенов веса модели постоянно считываются из памяти, поэтому скорость часто ограничивается ее пропускной способностью.

Поэтому 1 PFLOP нельзя напрямую переводить в скорость работы конкретной нейросети.

При длинном prefill, пакетной обработке и параллельных запросах Tensor Cores загружаются эффективнее. GB10 способен размещать в общей памяти модели, которые не помещаются в VRAM одной обычной настольной видеокарты.

Объем памяти велик, но ее пропускная способность заметно ниже, чем у GDDR7 на мощных дискретных GPU.

Сколько токенов в секунду выдает GB10

Практические тесты LLM лучше показывают характер GB10, чем пиковая производительность FP4. На NVIDIA DGX Spark с Ollama 0.18.3 и CUDA 13.0 скорость заметно падает по мере роста плотной модели, зато 128 ГБ памяти позволяют запускать модели, которые не помещаются на большинстве потребительских видеокарт.

Результаты хорошо показывают ограничение LPDDR5X. Llama 3.1 8B генерирует около 43 токенов в секунду, а у Llama 3.1 70B скорость снижается примерно до 4,8 токена в секунду. Mistral Large 123B работает еще медленнее, но сама возможность разместить модель такого размера в памяти одной компактной системы и составляет одно из преимуществ GB10.

Архитектура модели тоже сильно влияет на результат. В отдельных тестах llama.cpp Qwen3 30B с архитектурой MoE показывал около 89 токенов в секунду, тогда как плотный Qwen3 32B достигал примерно 11 токенов в секунду. У MoE в генерации задействуется только часть параметров, поэтому такая модель заметно меньше зависит от пропускной способности памяти GB10.

Сколько стоят компьютеры с GB10

К августу 2026 года GB10 используется в нескольких серийных системах. Производительность чипа различается незначительно, а цены и объем накопителя заметно зависят от конкретной модели.

Цены относятся к предложениям на европейском рынке и зависят от конкретной конфигурации.

По соотношению цены и производительности ASUS Ascent GX10 выглядит выгоднее остальных. Он дешевле некоторых конкурентов более чем на €1 000, а результаты NVFP4 отличаются всего на несколько процентов.

Переплата за более дорогие модели обычно приходится на SSD, набор портов, гарантию и поддержку. Существенного прироста производительности GB10 она не дает.

Как связаны Project DIGITS, DGX Spark и GB10

У GB10 несколько связанных названий, появившихся на разных этапах развития платформы. В январе 2025 года NVIDIA представила платформу под названием Project DIGITS. Позже собственная система NVIDIA получила название DGX Spark, а GB10 начали использовать ASUS, Lenovo, HP, GIGABYTE и другие производители.

ASUS GX10, Lenovo PGX и HP ZGX используют одну и ту же вычислительную платформу GB10. Различия между этими системами касаются прежде всего корпуса, накопителя, охлаждения и периферии.

GB10 корректнее рассматривать как специализированный SoC для AI-рабочих станций. Графическая часть использует архитектуру Blackwell, а платформа объединяет CPU, GPU и общую память в одном решении.

Итог

При цене от примерно €4 000 GB10 ориентирован на узкий круг задач. Если нужная модель помещается в VRAM обычной RTX, дискретная видеокарта чаще обеспечит больше вычислительной производительности за те же деньги.

Преимущество GB10 появляется в задачах, где 24-32 ГБ VRAM уже недостаточно. Его 128 ГБ общей памяти позволяют локально запускать крупные AI-модели без нескольких дискретных GPU и сложного распределения весов между ними.

Реальные системы подтверждают заявленный уровень около 1 PFLOP FP4 при разреженности 2:4. Практические LLM-тесты одновременно показывают ограничение пропускной способности LPDDR5X: крупные плотные модели помещаются в память, но генерируют токены сравнительно медленно. Сильная сторона GB10 заключается в сочетании 128 ГБ общей памяти, CUDA и компактного форм-фактора.