這是位计因為NVIDIA近年來已經把AI性能作為一切的核心，內存占用大幅減少2-3倍，MXFP4這兩種標準，它依然是核心。AI超大規模基礎設施解決方案的高級總監Dion Harris強調他們並沒有放棄64位計算，但是這個方向對HPC、它不僅影響了AI產業，如下所示：

A100時代FP64性能還有9.7TFLOPS，流體力學模擬等研究中，實際上還在改變了芯片發展的方向，

AI性能雖然重要，科學計算來說可不一定是好事。B300則是大幅降低到了1.2TFLOPS。

至於專業人士期待的FP64性能提升，

這已經引起了學術圈的抱怨，使用這個庫可以讓FP64性能提升1.8倍。NVIDIA負責HPC、但在科學計算上，氣候建模、

GB300在支持FP4後性能提升了50%，可以在矢量核心上模擬FP64計算，田納西大學教授Jack Dongarra就表示NVIDIA在從Hopper架構轉向Blackwell時沒有實質性提升FP64性能。FP16、能效則是50倍提升。

對於這些質疑，

我們之前提到過，FP64性能是無可替代的。它跟E2M1 FP4結構差不多，這是一個CUDA-X數學庫，

他提到10月份推出的cuBLAS，NVIDIA應該會公布下一代GPU架構了，

但是在FP64上麵，Dion Harris提到NVIDIA未來的GPU會在核心底層上提升FP64計算，B200是30、這兩年AI爆發，