微软Azure联手英伟达整大活！全球首套GB300超算集群独家揭秘​

麻薯滑芝士

哎呀，你说现在这科技产品更新换代的速度，简直比我家楼下早餐摊煎饼果子的手速还快。就在今天，微软Azure冷不丁放了个超级大招——他们搞出了全世界第一套正式投入使用的NVIDIA GB300 NVL72超算集群，起个名叫NDv6 GB300虚拟机系列。别看名头里带“虚拟机”仨字，这货可不是你平常租来建网站的那种普通云主机，它是专门给OpenAI这种级别的“算力大胃王”量身定做的，专门用来处理最吃硬件的AI推理任务。说白了，就是给AI模型造了一台能上天入地的超级引擎。

咱们先来瞅瞅这集群到底有多夸张。一个机柜里，硬生生塞进去72块NVIDIA Blackwell Ultra GPU和36颗Grace CPU，整个机柜用液冷系统压住发热，统一当成一个整体来用。算力指标飙到1.44 exaflops（FP4精度），内存容量更是堆到37TB，形成了一个庞大的统一内存空间——这么说吧，差不多能把你从小到大看过的所有电影、文档、高清照片全装进这个统一空间里，还能同时处理不卡顿。OpenAI现在搞的那些超级复杂的推理模型、多模态AI系统，还有所谓“Agentic AI”（能自主干活儿的AI代理），正是最需要这种统一内存空间才能顺畅运行的，以后在这种硬件上跑起来，估计就跟坐超音速飞机似的，嗖一下就出结果。

你可能会问，为啥要搞这么复杂？这不光是堆硬件那么简单。微软和NVIDIA这回属于是把“全系统优化”玩到了新高度。光是把这么多GPU、CPU高效地连起来就不是小事儿。在单个机柜内部，他们用了第五代NVLink交换机，让72块GPU之间能有130TB/s的直接全互联带宽——这相当于在芯片之间修了一条双向1000车道的数据高速公路，谁也不挡谁的道。而要把这么多机柜连成一套超过4600块GPU的超级计算集群，就更考验网络了。Azure用的是NVIDIA Quantum-X800 InfiniBand网络平台，每块GPU独享800Gb/s带宽，还搭载了自适应路由、拥塞控制、以及SHARPv4集合通信加速功能，确保数据在机柜之间跑得又快又稳，不堵车、不丢包。

当然，光有硬件还不够，软件和系统层级也得全面重构。微软为了这套集群，几乎把数据中心从供电、散热到软件调度全重新设计了一遍。Azure负责AI基础设施的副总裁Nidhi Chappell就说，这事情远不止是“把芯片装进去”那么简单，而是双方多年深度合作的成果，是从底层重构数据中心来应对前沿AI负载的体现。说白了，这就是在给下一代AI应用铺硬件基础设施——没有这个，AI再聪明也跑不动。

性能方面，NVIDIA前不久在MLPerf推理v5.1测试里亮过相。同样是跑6710亿参数的DeepSeek-R1推理模型，GB300 NVL72系统比之前的Hopper架构快5倍；新加的Llama 3.1 405B模型测试也轻松拿下领先成绩。这些都说明，Blackwell Ultra平台不光训练给力，推理也更上一层楼——而这正好对应OpenAI这类公司未来需要的大规模模型部署需求。

说起来，这套系统背后是微软和NVIDIA在AI基础设施上多年深度携手结出的果实。从最早搭载V100的NDv2系列，到后来Hopper的H100，再到今天的Blackwell Ultra，两家公司通过长期深入合作，一直在往前推大规模AI集群的边界。而这次GB300 NVL72集群的落地，某种意义上也是在回应像OpenAI这样客户对算力规模越来越"恐怖"的需求——毕竟GPT-4、GPT-5这类模型训练和推理所需的资源，早已不是普通服务器能扛得住的了。

放眼未来，微软还计划部署“数十万块”Blackwell Ultra GPU，这意味着今天的集群只是一个起点。随着这类超算级AI基础设施逐步铺开，我们可能会更快看到Agentic AI、复杂推理、多模态生成式AI真正落地到实际应用中——比如能帮你写长篇报告、做视频剪辑、甚至自主进行科学计算的AI助手。当然，这也意味着高端GPU供应会更紧张，普通玩家想买块显卡打游戏，恐怕还得继续排队。

总之，微软Azure这次推出的NDv6 GB300集群，不只是一次硬件升级，更像是对AI算力未来的一次重新定义。它告诉我们：AI进化到下一阶段，光有算法不够，还得有能托起算法的超级基建。而这一切，才刚刚开始。