华为的升腾384超节点在算力上部分超越英伟达的NVL72，但在稳定性和兼容性方面仍存在不足。该设备采用自主架构，支持大模型训练，但光模块故障率高，可能导致训练不稳定。整体来看，升腾384为国内算力中心提供了新选择，推动自主可控的信创产业发展。

Amazon EC2 P6e-GB200 UltraServers 正式发布，搭载 NVIDIA GB200 NVL72 加速器，支持多达 72 个 GPU，提供高达 28.8 Tbps 的网络带宽，适合大规模 AI 训练和推理任务。

SGLang与NVIDIA合作发布了GB200 NVL72系统的初步基准测试，LLM推理吞吐量提升2.7倍。优化措施包括FP8矩阵乘法和加速注意力内核，增强了多GPU性能。该系统适用于大规模AI训练和推理，未来将进一步优化预填充延迟和内存利用率。

NVIDIA GB200 NVL72系统通过高带宽互连，显著提升量子算法开发、量子比特设计、数据生成、混合应用和错误纠正等工作负载的效率，推动量子计算的发展。

AI hyperscaler CoreWeave宣布Cohere、IBM和Mistral AI成为首批客户，获得NVIDIA GB200 NVL72系统和全栈云服务，推动AI模型开发。CoreWeave利用NVIDIA Grace Blackwell超级芯片创下AI推理新纪录，继续引领AI云解决方案市场。

NVIDIA的超级芯片架构通过CUDA-X库实现计算工具加速，速度提升可达11倍，计算规模扩大5倍。新架构优化了CPU与GPU的协同，提升工程模拟和设计优化效率，助力科学研究。cuDSS库显著提高电磁模拟性能，GB200和GH200架构支持更大规模的量子计算模拟，提升量子算法执行效率。

英伟达推出了Blackwell B200 GPU和GB200超级芯片，提供了更高的性能和能效。B200 GPU提供20 petaflops的FP4算力，而GB200则将两个GPU与一个Grace CPU结合，性能提升30倍。英伟达的目标是拥有更大设计的公司，如GB200 NVL72，提供720 petaflops的AI训练性能。亚马逊、谷歌、微软和甲骨文计划在其云服务中提供NVL72机架。英伟达的系统可以扩展到数万个GB200超级芯片。