適用于主流服務器的 H100 隨附五年期 NVIDIA AI Enterprise 軟件套件訂閱（包括企業(yè)支持），能夠以強大的性能簡化 AI 的采用。這可確保組織能夠訪問構建 H100 加速的 AI 工作流所需的 AI 框架和工具，例如 AI 聊天機器人、推薦引擎和視覺 AI 等。
NVIDIA H100 Tensor Core GPU
為各類數(shù)據中心提供出色的性能、可擴展性和安全性。
通過 NVIDIA H100 Tensor Core GPU，在每個工作負載中實現(xiàn)出色性能、可擴展性和安全性。使用 NVIDIA? NVLink? Switch 系統(tǒng)，可連接多達 256 個 H100 來加速百億億級 (Exascale) 工作負載，另外可通過專用的 Transformer 引擎來處理萬億參數(shù)語言模型。與上一代產品相比，H100 的綜合技術創(chuàng)新可以將大型語言模型的速度提高 30 倍。
企業(yè)采用 AI 現(xiàn)已成為主流，企業(yè)組織需要端到端的 AI 就緒型基礎架構，加快自身邁向新時代的步伐。
適用于主流服務器的 H100 隨附五年期 NVIDIA AI Enterprise 軟件套件訂閱（包括企業(yè)支持），能夠以強大的性能簡化 AI 的采用。這可確保組織能夠訪問構建 H100 加速的 AI 工作流所需的 AI 框架和工具，例如 AI 聊天機器人、推薦引擎和視覺 AI 等。
多專家模型（3950 億個參數(shù)）
預測性能可能會發(fā)生變化。基于 1T 令牌數(shù)據集訓練具有 3950 億個參數(shù)的多專家模型 (MoE) Transformer Switch-XXL 變體 | A100 集群：HDR IB 網絡 | H100 集群：NVLink Switch 系統(tǒng)、NDR IB
H100 配備第四代 Tensor Core 和 Transformer 引擎（FP8 精度），與上一代產品相比，可為多專家 (MoE) 模型提供高 9 倍的訓練速度。通過結合可提供 900 GB/s GPU 間互連的第四代 NVlink、可跨節(jié)點加速每個 GPU 通信的 NVLINK Switch 系統(tǒng)、PCIe 5.0 以及 NVIDIA Magnum IO? 軟件，為小型企業(yè)到大規(guī)模統(tǒng)一 GPU 集群提供高效的可擴展性。
在數(shù)據中心級部署 H100 GPU 可提供出色的性能，并使所有研究人員均能輕松使用新一代百億億次級 (Exascale) 高性能計算 (HPC) 和萬億參數(shù)的 AI。
AI 正在利用一系列廣泛的神經網絡解決范圍同樣廣泛的一系列商業(yè)挑戰(zhàn)。出色的 AI 推理加速器不僅要提供非凡性能，還要利用通用性加速這些神經網絡。
H100 進一步擴展了 NVIDIA 在推理領域的市場領先地位，其多項先進技術可將推理速度提高 30 倍，并提供超低的延遲。第四代 Tensor Core 可加速所有精度（包括 FP64、TF32、FP32、FP16 和 INT8）。Transformer 引擎可結合使用 FP8 和 FP16 精度，減少內存占用并提高性能，同時仍能保持大型語言模型的準確性。
Megatron 聊天機器人推理（5300 億個參數(shù)）
Projected performance subject to change. Inference on Megatron 530B parameter model chatbot for input sequence length=128, output sequence length=20 | A100 集群：HDR IB 網絡 | H100 集群：配置 NDR IB 網絡的 16 個 H100 | 32 個 A100 對比 16 個 H100（1 秒和 1.5 秒）| 16 個 A100 與 8 個 H100 的比較（2 秒）
預測性能可能會發(fā)生變化。3D FFT (4K^3) 吞吐量 | A100 集群：HDR IB 網絡 | H100 集群：NVLink Switch 系統(tǒng)、NDR IB | 基因組測序 (Smith-Waterman) | 1 個 A100 | 1 個 H100
NVIDIA 數(shù)據中心平臺性能持續(xù)提升，超越摩爾定律。H100 的全新突破性 AI 性能進一步加強了 HPC+AI 的力量，加速科學家和研究人員的探索，讓他們全身心投入工作，解決世界面臨的重大挑戰(zhàn)。
H100 使雙精度 Tensor Core 的每秒浮點運算 (FLOPS) 提升 3 倍，為 HPC 提供 60 teraFLOPS 的 FP64 浮點運算。融合 AI 的高性能計算應用可以利用 H100 的 TF32 精度實現(xiàn) 1 petaFLOP 的吞吐量，從而在不更改代碼的情況下，實現(xiàn)單精度矩陣乘法運算。
H100 還采用 DPX 指令，其性能比 NVIDIA A100 Tensor Core GPU 高 7 倍，在動態(tài)編程算法（例如，用于 DNA 序列比對 Smith-Waterman）上比僅使用傳統(tǒng)雙路 CPU 的服務器快 40 倍。
在 AI 應用開發(fā)過程中，數(shù)據分析通常會消耗大部分時間。原因在于，大型數(shù)據集分散在多臺服務器上，由僅配備商用 CPU 服務器組成橫向擴展式的解決方案缺乏可擴展的計算性能，從而陷入困境。
搭載 H100 的加速服務器可以提供相應的計算能力，并利用 NVLink 和 NVSwitch 每個 GPU 3 TB/s 的顯存帶寬和可擴展性，憑借高性能應對數(shù)據分析以及通過擴展支持龐大的數(shù)據集。通過結合使用 NVIDIA Quantum-2 InfiniBand、Magnum IO 軟件、GPU 加速的 Spark 3.0 和 NVIDIA RAPIDS?，NVIDIA 數(shù)據中心平臺能夠以出色的性能和效率加速這些大型工作負載。
IT 經理設法更大限度地提高數(shù)據中心計算資源的利用率（峰值和平均值）。他們通常會通過動態(tài)重新配置來合理調整計算資源，從而滿足正在處理的工作負載的需求。
H100 中的第二代多實例 GPU (MIG) 技術通過安全地將每個 GPU 分為 7 個獨立實例，更大限度地提高每個 GPU 的利用率。憑借機密計算支持，H100 可實現(xiàn)端到端多租戶的安全使用，非常適合云服務提供商 (CSP) 環(huán)境。
使用支持 MIG 技術的 H100，基礎架構管理員可對其 GPU 加速的基礎架構作標準化處理，同時能夠靈活地為 GPU 資源配置更精細的粒度，從而安全地為開發(fā)者提供正確的加速計算量，并確保其所有 GPU 資源得到充分利用。
當今的機密計算解決方案基于 CPU，對于 AI 和 HPC 等計算密集型工作負載來說，這些解決方案遠遠無法滿足需求。NVIDIA 機密計算是 NVIDIA Hopper? 架構的內置安全功能，該功能使 H100 成為 NVIDIA 率先推出的具有機密計算功能的加速器。用戶可以在獲取 H100 GPU 出色加速功能的同時，保護使用中的數(shù)據和應用的機密性和完整性。它創(chuàng)建了基于硬件的可信執(zhí)行環(huán)境 (TEE)，用于保護并隔離在單個 H100 GPU、節(jié)點內多個 H100 GPU 或單個 MIG 實例上運行的整個工作負載。在 TEE 內，GPU 加速應用的運行可以保持不變，且不必對其進行分區(qū)。用戶可以將適用于 AI 和 HPC 的 NVIDIA 軟件的強大功能與 NVIDIA 機密計算提供的硬件信任根的安全性相結合。
Hopper Tensor Core GPU 將為 NVIDIA Grace Hopper CPU+GPU 架構提供支持，該架構專為 TB 級加速計算而構建，可為大型 AI 和 HPC 提供 10 倍的性能。NVIDIA Grace CPU 利用 Arm? 架構的靈活性來創(chuàng)建 CPU 和服務器架構，該架構是專門針對加速計算而從頭開始設計的。Hopper GPU 與 Grace CPU 搭配，使用 NVIDIA 超快速的芯片間互連技術，可提供 900GB/s 的帶寬，比 PCIe 5.0 快 7 倍。與當今運行最快的服務器相比，這種創(chuàng)新設計將 GPU 的聚合系統(tǒng)顯存帶寬提高 30 倍，并且會將運行數(shù)萬億字節(jié)數(shù)據的應用性能提高 10 倍。
| 外形規(guī)格 | H100 SXM | H100 PCIe |
|---|---|---|
| FP64 | 34 teraFLOPS | 26 teraFLOPS |
| FP64 Tensor Core | 67 teraFLOPS | 51 teraFLOPS |
| FP32 | 67 teraFLOPS | 51 teraFLOPS |
| TF32 Tensor Core | 989 teraFLOPS* | 756teraFLOPS* |
| BFLOAT16 Tensor Core | 1979 teraFLOPS* | 1,513 teraFLOPS* |
| FP16 Tensor Core | 1979 teraFLOPS* | 1,513 teraFLOPS* |
| FP8 Tensor Core | 3958 teraFLOPS* | 3026 teraFLOPS* |
| INT8 Tensor Core | 3958 TOPS* | 3026 TOPS* |
| GPU 顯存 | 80GB | 80GB |
| GPU 顯存帶寬 | 3.35TB/s | 2TB/s |
| 解碼器 | 7 NVDEC 7 JPEG |
7 NVDEC 7 JPEG |
| 最大熱設計功率 (TDP) | 高達 700 瓦（可配置） | 300-350 瓦（可配置） |
| 多實例 GPU | 最多 7 個 MIG @每個 10GB | |
| 外形規(guī)格 | SXM | PCIe 雙插槽風冷式 |
| 互連技術 | NVLink：900GB/s PCIe 5.0：128GB/s | NVLink：600GB/s PCIe 5.0：128GB/s |
| 服務器選項 | NVIDIA HGX? H100 合作伙伴和配備 4 或 8 個 GPU 的 NVIDIA 認證系統(tǒng)? ，配備 8 個 GPU 的 NVIDIA DGX? H100 | 搭載 1 至 8 個 GPU 的合作伙伴系統(tǒng)及 NVIDIA 認證系統(tǒng) |
| NVIDIA AI Enterprise | 附加組件 | 已包含 |
* 采用稀疏技術顯示。在不采用稀疏技術的情況下，規(guī)格降低一半。
初步產品規(guī)格。可能會發(fā)生變更。
