据路透社、华尔街日报7月29日报道，英伟达Blackwell Ultra GB300 AI芯片于7月28日正式进入量产阶段，单卡FP4算力达15 PFLOPS，相比GB200提升50%。GB300的量产标志着英伟达AI算力优势进一步扩大，对国产AI芯片厂商形成新的压力。
英伟达GB300采用台积电3nm工艺，集成288GB HBM3e内存，单卡功耗1200W。英伟达同步推出GB300 NVL72机架级方案，单机架72卡配置提供1.1 EFLOPS FP4算力，相比GB200 NVL72提升70%。GB300机架已开放预订，2026年Q4正式交付，单机架定价320万美元。
英伟达CEO黄仁勋表示，GB300产能将在2026年Q4达到月产2万颗，主要客户包括微软Azure、AWS、谷歌云、Meta、Oracle等头部云厂商。同时，GB300针对中国市场推出「B30A」特供版，单卡FP4算力达6 PFLOPS，预计2026年Q3获得美国出口许可。
国产AI芯片厂商面临新的压力窗口。华为昇腾950DT、阿里平头哥真武810、寒武纪思元590、海光信息深算三号等国产AI芯片均处于研发或小批量阶段，相比GB300仍有1-2代代际差距。业内人士分析，国产AI芯片厂商需要在2026-2027年的窗口期内完成技术追赶，否则将面临被英伟达在高端AI算力市场进一步边缘化的风险。但与此同时，国产中端推理芯片市场（FP8算力1-3 PFLOPS区间）国产替代进程将加速，预计2026年Q4国产化率将达60%以上。
更值得关注的是GB300对超大规模AI训练的连锁影响。GB300 NVL72机架的多卡互联带宽达130 TB/s，可支持超大规模MoE模型的高效训练，预计将催生新一轮万亿参数大模型的训练热潮。同时，GB300的高带宽HBM3e内存对HBM供应链形成巨大压力，SK海力士、三星、美光三大HBM厂商同步加速产能扩张。国产AI芯片企业也在通过Chiplet、3D堆叠、新型存储介质等创新路径加速追赶。
GB300量产对中国AI算力供应链的间接影响也值得关注。一方面，国产HBM存储厂商（长鑫存储、长存科技）正在加速研发对标HBM3e的国产HBM产品，预计2026年Q4实现小批量量产；另一方面，国产先进封装厂商（通富微电、长电科技、华天科技）正在加大CoWoS、SoIC等先进封装产能投入，为国产AI芯片的Chiplet化做准备。GB300的量产已成为倒逼国产AI算力产业链全面升级的「催化剂」，预计2026年Q4国产AI算力产业链综合国产化率将提升至70%。
