BBrainOutput
NVIDIA·PlataformaAnunciado

NVIDIA GB200 (Grace-Blackwell): especificaciones y compatibilidad con IA local

Plataforma de superchip Grace-Blackwell para IA a escala de rack. Provisional.

Algunos detalles aquí son provisional (Anunciado). Considera las especificaciones como aproximadas y verifícalas con el fabricante antes de confiar en ellas o comprar.

Especificaciones

Memoria
384 GB unificada
Tipo de memoria
HBM3e + LPDDR5X
Ancho de banda
por verificar
FP16 aprox.
por verificar
Arquitectura
Grace Blackwell
Proceso
TSMC 4NP
Consumo
por verificar
Lanzamiento
2025

Modelos que este chip puede ejecutar

Modelos abiertos evaluados para un solo NVIDIA GB200 (Grace-Blackwell), primero el de mejor ajuste.

  • Gemma 2 27B
    Gemma · ~27B · 8K ctx · Gemma Terms of Use

    Cabe en FP16 (~54GB) con ~214.8GB de margen — alrededor de 4 instancias simultáneas.

    FP16 · ~54GBFunciona bien
  • Gemma 3 27B
    Gemma 3 · ~27B · 128K ctx · Gemma Terms of Use

    Cabe en FP16 (~54GB) con ~214.8GB de margen — alrededor de 4 instancias simultáneas.

    FP16 · ~54GBFunciona bien
  • Mistral Small 24B
    Mistral · ~24B · 32K ctx · Apache-2.0

    Cabe en FP16 (~48GB) con ~220.8GB de margen — alrededor de 5 instancias simultáneas.

    FP16 · ~48GBFunciona bien
  • DeepSeek-Coder V2 (class)
    DeepSeek · ~16B · 128K ctx · DeepSeek License

    Cabe en FP16 (~33GB) con ~235.8GB de margen — alrededor de 8 instancias simultáneas.

    FP16 · ~33GBFunciona bien
  • StarCoder2 15B
    StarCoder · ~15B · 16K ctx · BigCode OpenRAIL-M

    Cabe en FP16 (~30GB) con ~238.8GB de margen — alrededor de 8 instancias simultáneas.

    FP16 · ~30GBFunciona bien
  • Qwen2.5 14B
    Qwen · ~14B · 128K ctx · Apache-2.0

    Cabe en FP16 (~30GB) con ~238.8GB de margen — alrededor de 8 instancias simultáneas.

    FP16 · ~30GBFunciona bien
  • Qwen3 14B
    Qwen · ~14B · 128K ctx · Apache-2.0

    Cabe en FP16 (~30GB) con ~238.8GB de margen — alrededor de 8 instancias simultáneas.

    FP16 · ~30GBFunciona bien
  • Phi-3 Medium (14B)
    Phi · ~14B · 128K ctx · MIT

    Cabe en FP16 (~28GB) con ~240.8GB de margen — alrededor de 9 instancias simultáneas.

    FP16 · ~28GBFunciona bien

Crea un AI Business OS privado sobre NVIDIA GB200 (Grace-Blackwell)

Run your own AI agents on hardware you control — private by design, no per-seat data leaving your premises. BrainOutput helps you pick the right machine and turn it into a working AI Business OS.