全面揭秘英伟达：产品体系及命名规则深度解读

在当今科技飞速发展的时代，英伟达凭借其在人工智能领域的卓越表现，成为全球备受瞩目的科技巨头。随着 AI 技术的迅猛发展，英伟达的各类产品频繁出现在大众视野中，诸如 A100、B100、H100、GH200、GB200、NVLINK、NVSwitch、DGX、HGX、Quantum、Spectrum、BlueField、CUDA 等专业名词，让人眼花缭乱，难以理解它们之间的关系和具体含义。今天，我们就来详细梳理一下英伟达的产品体系和命名规则。

算力芯片 ——V100/A100/H100/B200 等

这些常见的名词代表着英伟达的 AI 算力卡，也就是 GPU 卡的不同型号。

英伟达的GPU，每隔几年就会出一个新的架构。每个架构，都会以一个著名科学家的名字命名，如下所示：

所以，基于某个架构的卡，一般就会以这个架构名称的首字母开头（游戏显卡除外）。

例如，基于Volta（伏特）架构的V100，基于Ampere（安培）架构的A100，基于Hopper（赫伯）架构的H100、H200，基于Blackwell（布莱克威尔）架构的B100、B200等。

某200一般是某100的升级版。例如H200，就是H100的升级版（采用了HBM3e内存等升级）。

L40 和 L40s 的命名稍有特别，它们基于 Ada Lovelace（世界上第一个女程序员的名字）架构，L40s 是 L40 的升级版，这两款产品主要针对数据中心市场，主打低成本和高性价比。此外，H20 是英伟达因美国出口限制而推出的阉割版（特供版），据说 B200 也会有对应的阉割版 B20。

英伟达计划于 2026 年推出下一代 AI 平台 Rubin（罗宾），最初大家认为下一代 GPU 会是 R100、R200，但英伟达给出的路线图显示可能是 X100，具体情况仍有待观察。到 2028 年，英伟达还将推出下下一代平台 ——Feynman（费曼）。

超级芯片 ——GH200、GB200 等

GPU 是英伟达的算力核心硬件单元，但该公司的产品线并不局限于此。围绕 GPU，英伟达研发了众多产品和解决方案。早期，英伟达与 IBM POWER CPU 合作，后来因对 IBM 的表现不满，开始自主研发 CPU，如基于 ARM 架构研发的 Grace CPU（Vera CPU 也在研发中）。

英伟达运用 NVLink 技术，将 GPU 和 CPU 进行配对，构建了所谓的超级芯片平台（Superchip），例如 GH200、GB200 以及新发布的 GB300（Blackwell Ultra）。GB200 由一个 Grace CPU 和两个 Blackwell B200 GPU 组成（取 Grace 和 Blackwell 的首字母），据说其性能是 H100 的 7 倍。类似地，GH200 是 Grace CPU 和 Hopper GPU 的组合。

超级计算机平台 ——DGX/EGX/IGX 等

基于上述各种芯片平台，英伟达构建了对应的计算机平台，即超级计算机平台，包括 DGX、EGX、IGX、HGX、MGX 等。具体的区别如下，我就不多解释了，看下表：

其中，DGX 较为常见，当年黄仁勋送给 OpenAI 的就是第一代的 DGX - 1。如今的 DGX 产品基本采用土豪金配色，价格昂贵。面向桌面市场，英伟达还推出了 DGX Spark 和 DGX Station，它们相当于工作站。

节点内部连接：Scale Up（超节点）——DGX GB200 NVL72 等

在通信技术方面，NVLINK 是英伟达推出的 GPU 卡间互连技术，主要用于取代 PCIe，同时 CPU 和 GPU 之间也采用 NVLINK 技术。当涉及多个 NVLINK 节点时，直连变得困难，因此需要引入交换芯片，即 NVLink Switch（也叫 NVSwitch），后来芯片发展成了设备。

NVLINK 可以将多个 GPU 连接起来，形成一个看似由多台计算机组成，但实际上属于一个逻辑节点（超节点）的平台。

近年来，DGX GB200 NVL72 备受关注，它采用了 NVLINK5，包含 18 个 GB200 Compute Tray（计算托架）以及 9 个 NVLink - network Switch Tray（网络交换托架）。每个 Compute Tray 包括 2 颗 GB200 超级芯片，因此 DGX GB200 NVL72 包含 36 个 Grace CPU（18×2）和 72 个 B200 GPU（18×2×2）。8 个 DGX GB200 NVL72 又可以组成一个拥有 576 个 GPU 的 SuperPod 超节点。

节点外部互连：Scale Out（IB 和以太网）

在单节点内不断增加 GPU 数量属于 Scale Up（纵向扩展），但当单节点达到一定规模后，继续增加就变得困难，此时需要增加节点数量并实现节点之间的互连，即 Scale Out（横向扩展）。英伟达针对 Scale Out 提供了两种解决方案，一是 InfiniBand（IB）技术，二是以太网。

InfiniBand 原本是 Mellanox 公司的技术，英伟达在 2019 年收购了 Mellanox，使得 InfiniBand 成为其私有技术。英伟达基于 InfiniBand 推出的产品平台是 NVIDIA Quantum（“量子” 的意思），例如 2024 年 3 月发布的 Quantum - X800 网络交换机平台，其端到端吞吐量能够达到 800Gbps，该平台包括 Quantum Q3400 交换机、ConnectX - 8 SuperNIC 网卡等硬件。这些硬件都有相应的系列，Quantum - X800 的上一代是 Quantum - 2，ConnectX - 8 的前代有 ConnectX - 6、ConnectX - 7 等。ConnectX 高速网卡同样来自 Mellanox。

除了 InfiniBand，英伟达在以太网方面也有产品，即 Spectrum - X800（Spectrum 是 “光谱” 的意思）。Spectrum - X800 包括 Spectrum SN5600 交换机、BlueField - 3 SuperNIC 网卡等硬件产品，吞吐量同样高达 800Gbps。BlueField 是近年来备受关注的 DPU，英伟达于 2020 年将 Mellanox 的 ConnectX 网卡技术与自身已有技术相结合，正式推出了 BlueField - 2 DPU 和 BlueField - 2X DPU，如今已演进到 BlueField - 3。此外，前段时间英伟达还发布了 CPO 光电一体化封装网络交换机 Spectrum - X Photonics 和 Quantum - X Photonics。英伟达还有一些其他的网卡、连接器、线缆等配件，在此就不一一介绍了。据黄教主透露，新一代的 Rubin 平台发布时，可能会带来 NVLink 6、ConnectX - 9 SuperNIC 和 Quantum（Spectrum） - X1600，值得期待。

开发框架 ——CUDA

前面介绍了英伟达的算力硬件平台家族和通信网络家族，接下来看看软件方面的重要名词 ——CUDA。尽管英伟达的硬件和网络技术非常出色，但实际上，其最核心的竞争壁垒是 CUDA。

CUDA（Compute Unified Device Architecture，计算统一设备架构）是英伟达在 2006 年推出的并行计算平台和编程模型，它允许开发者直接在 GPU 上编写代码，从而大幅提升计算速度。如今，CUDA 就像智算开发的操作系统，集成了编程模型、编译器、API、库和工具，有助于用户充分发挥英伟达硬件的性能。CUDA 不仅是一个工具，还形成了强大的 AI 开发生态，是英伟达整个业务体系的神经中枢。目前，很多 AI 开发都依赖于英伟达的硬件和 CUDA，虽然更换硬件并非难事，但迁移生态系统却十分困难。

综上所述，英伟达在 AI 领域占据着核心地位，其产品体系丰富多样，命名规则也有一定的规律可循。在不同的领域，英伟达会基于这些核心产品构建不同的解决方案，有时还会衍生出升级版或阉割版产品。我们期待未来能有更多的企业向英伟达发起挑战，推动 AI 技术的进一步发展。