这几年来，Nvidia堪称最活跃、最受各界瞩目的企业级加速运算平台厂商，随著伺服器虚拟化、大数据分析、生成式AI技术浪潮一波波袭来，Nvidia都在其中扮演重要角色，他们不断打破既有市场规则，开创许多新的典范。
以及今年发表的Blackwell架构资料中心GPU为例，截至目前为止，Nvidia在尚未推出基于这个GPU晶片而成的运算模组或加速卡之际，居然就已开始主推新一代融合晶片GB200 Grace Blackwell Superchip（结合自研Arm处理器Grace与Blackwell架构GPU），基于36个GB200的整柜式系统GB200 NVL72，以及预载8个Blackwell架构GPU的加速运算基板：HGX B200、HGX B100，而非按部就班地推广各种GPU解决方案。
先前Nvidia在Ampere架构与Hopper架构的作法，是先解说与强调单个A100或H100 GPU的性能与效益，同时带入汇集4或8个GPU的加速运算基板／GPU伺服器，展示整个伺服器厂商生态的支持与响应，后续再扩及搭配更大量GPU的单柜或多柜型系统。不过，随著Nvidia去年完成融合晶片GH200 Grace Hopper Superchip的设计，以及多家厂商这两年陆续推出基于GH200的伺服器，像是：云达、Supermicro、技嘉、华硕、永擎、和硕、Nvidia、Amax、立端、HPE，或许是因为这些厂商的热烈响应，使Nvidia对这类采用「超级晶片」的伺服器更有信心，因此，今年3月GTC大会与6月台北国际电脑展，他们更是开门见山、直接主推基于GB200而成的伺服器与整柜型系统。至于Blackwell架构GPU的主要技术特色介绍，并不像前几代资料中心GPU架构发表时那样详尽，目前只能仰赖Nvidia网站的介绍，而且，上面公布的技术架构简介文件，聚焦Blackwell架构的部分，严格来说只有5页篇幅，相较之下，现行Hopper架构技术白皮书，在架构设计、规格、效能的总览与深度解析有近50页之多。
在Blackwell架构GPU的效能展现上，今年8月底公布的AI推论测试结果MLPerf Inference v4.1，首度以第三方机构的角度，揭露基于此架构而成的产品B200能耐（单台伺服器、单个GPU），从中可看出同样使用Llama 2 70B的模型时，B200均大幅领先AMD Instinct MI300X、Nvidia GH200、Nvidia H200。
若就网路与储存的产品技术搭配与合作厂商来看，Nvidia更是遥遥领先其他竞争对手。就网路技术而言，英特尔、AMD、Nvidia都能同时提供超高速网路介面卡，以及资料处理器（DPU）、基础架构处理器（IPU），帮忙分摊伺服器的加解密处理，以及具备可程式化能力的调度指挥机制。然而，截至目前为止，只有Nvidia很果决地将这样的解决方案，与他们的AI加速运算系统进行搭配，而且不仅提供乙太网路与InfiniBand这两种技术的支援，也将旗下的资料处理器、网路交换器、网路线、软体定义网路系统，统合为新的网路平台，名为Spectrum-X与Quantum-X，再加上Nvidia的网路解决方案先前就已陆续支援GPUDirect系列技术，并且将原本他们想要发展的网内运算（In-Network Computing），更聚焦在如何加速AI工作负载，借此提供更有效率、更少损耗、更低延迟的资料中心网路环境。
相较之下，其他两家厂商的网路卸载／加速解决方案，并未与他们的资料中心GPU或AI加速器连成一气、形成互相支援的技术堆叠架构，仍是各行其是。不过，AMD本月发表新的资料处理器Pensando Pollara 400，或许后续能带来更多技术整合层面的突破，因为在这当中，AMD提供同样称为GPUDirect的GPU横跨乙太网路的直连通讯功能。
在储存方面，Nvidia已拉拢不少厂商加入支援与合作阵营。近年来，越来越多企业级储存系统厂商支援Nvidia发展的GPUDirect Storage（GDS），根据Nvidia在他们网站文件区公布的GPUDirect Storage Release Notes，8月份的分散式档案系统产品支援矩阵，有多达9个厂牌、15个储存系统平台，被认可的时间最早是2021年6月（WekaIO），最近的是2023年12月（Pure Storage），除此之外，还有其他厂商陆续宣布支援，在1205期周刊的封面故事当中，我们的技术主笔张明德会有更完整的报导。