近年来AI的爆发深刻影响了芯片发展方向,NVIDIA将AI性能置于核心地位,推动计算精度从FP64、FP32向FP16、FP8及FP4持续降低。以Blackwell架构为例,其重点推广的NVFP4标准在保持精度损失极小的前提下,使GB300显卡性能提升50%,内存占用减少2-3倍,能效提升达50倍。然而这种转变引发科学计算领域担忧——H100到B300系列FP64性能从34TFLOPS骤降至1.2TFLOPS,导致气候建模、流体力学等需要高精度计算的场景面临挑战。NVIDIA虽通过cuBLAS数学库提升1.8倍FP64模拟性能,并承诺未来GPU将强化核心底层计算能力,但当前学术界仍对精度下降持保留态度。这种技术路线分化凸显出AI算力需求与传统科学计算在精度与效率平衡上的深层矛盾。
