NVIDIA 正式公布 Blackwell B200 GPU，並將其定位為新一代 AI 加速器。NVIDIA 執行長黃仁勳在發布會上表示，Blackwell B200 的 AI 模型訓練效能最高可達上一代 H100 的 4 倍，推理效能則最高提升至 30 倍。
這款產品主要面向企業、雲端服務供應商及數據中心，而非一般消費者電腦。其推出反映 AI 模型規模持續擴大，業界對高效能運算、能源管理及軟件生態系統的要求也同步上升。
Blackwell B200 主打訓練與推理效能
根據 NVIDIA 公布的資料，Blackwell B200 在 AI 訓練及推理工作負載上，較 H100 有大幅效能提升。對需要反覆訓練大型語言模型的科技公司而言，較短的訓練時間可能有助降低運算資源使用量，並加快模型開發與部署流程。
不過，效能提升並不代表所有應用都能直接獲得相同比例的加速。實際表現仍會受到模型架構、軟件優化、記憶體配置、網絡互連及數據中心系統設計等因素影響。黃仁勳形容 Blackwell 是 AI 運算的新時代開端，但相關說法主要反映 NVIDIA 對產品定位的描述。
香港金融與 AI 基建的部署空間
香港擁有金融、貿易及專業服務等產業基礎，銀行和金融機構近年已開始探索利用 AI 進行風險評估、客戶服務及其他營運工作。來源資料提到，匯豐及渣打等本地銀行曾被報道試用相關 AI 系統，但不同機構的實際部署規模及所採用的硬件，未有在資料中進一步確認。
香港科學園的 AI Lab 亦被指引入 NVIDIA GPU 伺服器，讓本地初創企業進行 AI 應用開發。至於香港 AI 市場到 2027 年是否能突破 500 億港元，則屬業界估算，仍會受到投資、監管、人才供應及商業化進度影響。
本地電訊商將 AI 整合至手機方案的構想亦曾受到市場關注，但相關服務在來源資料中仍屬意向或業界推測，並非已正式公布的產品。
AMD 與 Intel 持續挑戰 NVIDIA
AI 加速器市場並非只有 NVIDIA 參與競爭。AMD 已推出 MI300X，並以其作為高效能 AI 加速方案；Intel 則推出 Gaudi 3，嘗試在企業 AI 運算市場取得更大份額。
NVIDIA 的競爭優勢之一是 CUDA 軟件生態系統。許多 AI 公司已經以 CUDA 建立訓練流程、工具鏈及開發環境，若轉換至其他平台，可能需要重新調整軟件、模型及基礎設施。因此，硬件規格以外，軟件兼容性及遷移成本也是企業選擇 AI 加速器時的重要考慮。
功耗與數據中心能源壓力
AI 加速器效能提升的另一面，是數據中心對電力及散熱的需求增加。根據 NVIDIA 官方資料，一部完整的 Blackwell 伺服器最高功耗可超過 1000W。實際耗電量仍會視乎伺服器配置、工作負載、冷卻系統及運行時間而有所不同。
來源資料亦提到，有研究估計全球數據中心耗電量到 2030 年可能佔全球總用電量的 20%。這項數字屬研究預測，並非已發生的結果，但已反映 AI 基礎設施擴張可能帶來的能源及環境壓力。
對香港而言，數據中心發展需要同時考慮土地、電力供應、散熱效率及碳排放管理。推動可再生能源、提升伺服器使用效率，以及採用更有效的冷卻技術，將會是 AI 基建持續擴張時的重要議題。
一般消費者暫難直接使用
Blackwell B200 的主要市場是企業及數據中心，並非一般家用電腦。來源資料估計，相關系統的價格可能由數十萬港元起，但具體價格會受伺服器配置、採購數量、供應商及服務合約影響，NVIDIA 並未在提供的資料中公布統一零售定價。
至於消費級市場，來源資料提到 NVIDIA RTX 5090 預計於年底登場，並傳聞會加入更強的 AI 運算單元。不過，產品規格、上市日期及價格在來源資料中尚未獲正式確認，因此不能直接視為已確定資訊。
對希望在家中測試 AI 的使用者而言，雲端 GPU 租用服務可能是較低門檻的選擇。Google Cloud、AWS 及 Azure 均提供 GPU 雲端服務，但實際費用會按 GPU 型號、使用時間、儲存空間、網絡流量及其他服務項目計算，未必固定為每小時數十港元。
Blackwell B200 對香港的意義
NVIDIA Blackwell B200 的推出，將 AI 加速器的競爭焦點進一步帶向訓練速度、推理效率、軟件生態及數據中心能源管理。香港可利用金融服務及國際商業網絡優勢，探索 AI 在風險管理、客戶服務及企業營運中的應用。
然而，香港要擴大 AI 基礎設施，仍需處理硬件成本、人才供應、平台依賴、資料治理及能源消耗等限制。Blackwell B200 能否在本地形成大規模商業採用，最終仍取決於企業的實際需求、投資回報及基建條件，而不是單一晶片的性能數字。
Reference Link : techbuzz.hk
