英伟达本周以低调的方式发布了 GB300 桌面超算平台，一款专为本地大模型推理和训练设计的桌面级设备。搭载最新 GB300 Grace Blackwell 超级芯片，这台机器可以在不依赖云计算的情况下，在本地运行万亿参数级别的大语言模型。
- 集成 GB300 超级芯片，FP8 稠密算力达 20 PFLOPS，可单机运行万亿参数模型
- 内置安全沙箱（Secure Sandbox）机制，防止恶意代码通过模型输出逃逸到主机系统
- 支持 NVLink 互联，多台设备可堆叠组成集群
- 采用液冷散热方案，标准功耗控制在 1000W 以内
真正的影响
GB300 的实际意义不在于参数数字本身，而在于它把此前只属于数据中心的计算密度推到了桌面。对于从事大模型研究的高校实验室、中小 AI 公司和企业安全部门来说，这意味着可以在本地完成模型微调、敏感数据推理等任务，无需将数据上传至云端。
英伟达 CEO Jensen Huang 曾在 GTC 2026 上表示：”未来的 AI 基础设施会是分布式的，一部分在云端，一部分就在你的桌面上。”GPU 工程高级副总裁 Jonah Alben 则补充称 GB300 的内存子系统”从硅片层面重新设计”，以应对万亿参数模型带来的带宽压力。安全沙箱的引入也说明英伟达注意到了企业客户对模型安全性的担忧——模型本身可能被诱导输出恶意代码，硬件级隔离比软件方案更可靠。
从配置看，单台 GB300 的 FP8 算力达到 20 PFLOPS，显存容量为 576 GB HBM3e，足以加载 LLaMA-3 级别的 1.2 万亿参数模型。功耗约 1000W，虽然需要专用供电和液冷，但相比数据中心单卡的 700W TDP，整套方案在能效比上已有质的提升。
需要观察的点
定价将是关键。消息层面尚未公布最终售价，但参考英伟达上一代 DGX 桌面产品线，GB300 的整机价格很可能在 3 万美元以上，这远非个人开发者可以承受。散热和噪音同样需要关注——液冷系统在家居办公环境中的表现还有待实测。
此外，本地运行万亿参数模型对软件环境也有要求。目前支持 GB300 的框架主要集中在英伟达自家的 NeMo 和 TensorRT-LLM 上，PyTorch 原生支持仍在开发中。如果软件适配跟不上，硬件性能将难以充分发挥。
