英伟达Blackwell GPU助力AI推理速度飞跃，达成千TPS/用户新高度

　　英伟达近日宣布了一项令人瞩目的成就：其最新推出的Blackwell GPU在meta的Llama 4 Maverick模型上，成功刷新了大型语言模型（LLM）推理速度的世界纪录。这一突破发生在周四，当时英伟达正式对外公布了这一消息。

　　据悉，为了达到这一里程碑，AI基准测试权威机构Artificial Analysis采用了配置了8块Blackwell GPU的DGX B200节点。这一配置使得系统每用户每秒能够生成高达1000个tokens（TPS），这在之前是难以想象的。

　　英伟达的技术团队通过深度优化TensorRT-LLM软件栈，并结合EAGLE-3技术，对推测解码草稿模型进行了训练。这种加速技术通过小型快速草稿模型预测token序列，再由大型目标LLM进行并行验证。英伟达表示，这种方法的优势在于单次迭代可能生成多个token，尽管这需要额外的草稿模型计算开销。经过这些优化，整套服务器系统在峰值吞吐配置下，每秒能够处理72,000个tokens。

　　英伟达进一步解释说，Blackwell架构与Llama 4 Maverick级别的超大规模语言模型完美适配，这得益于其专为大型语言模型推理加速设计的EAGLE3软件架构。这一架构与GPU硬件架构形成了协同效应，从而实现了性能的显著提升。

　　英伟达还强调，他们在提高性能的同时，也确保了响应的准确性。测试结果显示，使用FP8数据格式的准确性与人工分析的BF16数据格式相当。这意味着，在保持高准确性的前提下，英伟达成功地大幅提高了系统的性能。

　　英伟达的这一突破，不仅展示了其在GPU技术领域的领先地位，也为大型语言模型的推理加速提供了新的解决方案。随着人工智能技术的不断发展，这一突破将对未来的AI应用产生深远的影响。