---
格式版本: 2
标题: "Hopper GPU 架构-为新一代工作负载打造的加速计算平台 | NVIDIA"
原文链接: "https://www.nvidia.cn/technologies/hopper-architecture/"
发布日期: "未标注"
发现时间: "2026-06-01T09:50:18+08:00"
入库时间: "2026-06-01T05:13:47.618Z"
来源平台: "博查 AI Search"
搜索渠道: "bocha_ai_search"
搜索词: "GPU"
匹配关键词:
  - "GPU"
  - "NVIDIA"
  - "Nvlink"
相关厂家:
  - "NVIDIA"
相关专家:
  []
内容类型: "网页"
抓取工具: "XCrawl Scrape"
清洗工具: "XCrawl Markdown + LLM 正文裁剪"
原始附件:
  []
AI优质: "否"
AI打分: 65
AI分档: "召回候选"
AI质检状态: "不通过"
AI打分理由: "介绍Hopper架构，涉及NVLink/NVSwitch等高速互连，但更多是GPU单芯片特性，非AI Rack/机柜级系统，且为H100/H200回顾性内容，新颖性低，缺少量产落地细节。"
AI质检模型: "deepseek-v4-flash-maxthink"
AI质检时间: "2026-06-02T23:53:59+08:00"
AI主题相关性: 14
AI来源权威性: 15
AI新颖性: 8
AI技术细节: 16
AI商业部署信号: 5
AI完整性: 7
采集批次: "2026年6月1日9点50分10秒"
采集批次ID: "20260601-095010-781"
去重键: "https://www.nvidia.cn/technologies/hopper-architecture"
---

# NVIDIA Hopper 架构

全球 AI 基础设施引擎实现数量级的性能飞跃 [了解详情](https://resources.nvidia.com/en-us-hopper-architecture/nvidia-h100-tensor-c)

## 为新一代工作负载打造的加速计算平台。

详细了解通过 [NVIDIA Hopper™](https://developer.nvidia.com/blog/nvidia-hopper-architecture-in-depth/) 架构为加速计算实现新的巨大飞跃。从小型企业到百亿亿次级高性能计算 (HPC) 和万亿参数的 AI，Hopper 架构可安全扩展每个数据中心的各种工作负载，让出色的创新者能够以人类历史上更快的速度完成工作。

## 准备好迎接企业 AI 了吗？

企业采用 AI 现已成为主流，企业组织需要端到端的 AI 就绪型基础设施，加快自身迈向新时代的步伐。

适用于主流服务器的 NVIDIA H100 Tensor Core GPU 随附 [NVIDIA AI Enterprise](https://www.nvidia.cn/data-center/products/ai-enterprise/) 软件套件，能够以强大的性能简化 AI 的采用。

[**激活适用于 H100 的 NVIDIA AI Enterprise**](https://www.nvidia.cn/data-center/h100/activate/)

## 探索技术突破

Hopper 采用先进的台积电 4N 工艺制造，拥有超过 800 亿个晶体管，采用五项突破性创新技术为 [NVIDIA H200](https://www.nvidia.com/en-us/data-center/h200/) 和 [H100 Tensor Core GPU](https://www.nvidia.cn/data-center/h100/) 提供动力支持。在这些创新技术的加持下，新一代 Hopper 与上一代相比，在生成式 AI 训练和推理方面实现了惊人的速度提升。

### Transformer 引擎

NVIDIA Hopper 架构通过 Transformer 引擎推进 [Tensor Core 技术](https://www.nvidia.cn/data-center/tensor-cores/)的发展，旨在加速 AI 模型训练。Hopper Tensor Core 能够应用混合的 FP8 和 FP16 精度，以大幅加速 Transformer 模型的 AI 计算。与上一代相比，Hopper 还将 TF32、FP64、FP16 和 INT8 精度的每秒浮点运算 (FLOPS) 提高了 3 倍。Hopper Tensor Core 与 Transformer 引擎和第四代 NVIDIA® NVLink® 相结合，可使 HPC 和 AI 工作负载的加速实现数量级提升。

[详细了解 Hopper Transformer 引擎](https://blogs.nvidia.com/blog/2022/03/22/h100-transformer-engine/)

### NVLink、NVSwitch 和 NVLink Switch 系统

为了满足业务活动的快节奏需求，百亿亿次级 HPC 和万亿参数的 AI 模型需要服务器集群中的每一个 GPU 之间实现平滑流畅的高速通信，以实现大规模加速。

第四代 NVLink 可通过 NVIDIA DGX™ 和 HGX™ 服务器扩展多 GPU 输入和输出 (IO)，每个 GPU 的双向传输速率可达 900 GB/s，比 PCIe 5.0 的带宽高 7 倍。

第三代 NVIDIA NVSwitch™ 支持 SHARP™ 网络计算技术，打破了该技术只能通过 InfiniBand 提供的传统。此外，八卡 H200 或 H100 GPU 服务器与上一代 A100 Tensor Core GPU 系统相比，all-reduce 吞吐量增加了两倍。

配备 NVLink Switch 系统的 DGX GH200 系统支持由多达 256 个相互连接的 H200 组成的集群，同时提供 57.6 TB/s 的 all-to-all 带宽。

[详细了解 NVLink 和 NVSwitch](https://www.nvidia.cn/data-center/nvlink/)

### NVIDIA 机密计算

虽然数据在存储中和在网络传输时处于加密状态，但在数据处理期间并不受保护。NVIDIA 机密计算通过保护使用中的数据和应用来弥合这一差距。NVIDIA Hopper 架构引入了具有机密计算功能的加速计算平台。

凭借强大的基于硬件的安全性，用户可以在内部、云端或边缘运行应用，并确保未经授权的实体在使用时无法查看或修改应用代码和数据。这一方面能够保护数据和应用的机密性和完整性，另一方面在用于 AI 训练、推理和 HPC 工作负载时可以实现 H200 和 H100 GPU 的大幅加速。

[详细了解 NVIDIA 机密计算](https://www.nvidia.cn/data-center/solutions/confidential-computing/)

### 第二代 MIG

借助多实例 GPU (MIG)，GPU 可以分割成多个较小的、完全独立的实例，并拥有自己的内存、缓存和计算核心。Hopper 架构通过多达 7 个 GPU 实例在虚拟化环境中支持多租户、多用户配置，进一步增强了 MIG，在硬件和管理程序级别使用机密计算安全地隔离每个实例。借助每个 MIG 实例的专用视频解码器，在共享基础架构上提供安全、高吞吐量的智能视频分析 (IVA)。此外，借助 Hopper 架构的并发 MIG 分析，管理员可以监控合适规模的 GPU 加速，并为用户优化资源分配。

对于工作负载较小的研究人员，不必租用完整的云服务实例，他们可以选择使用 MIG 安全地划出一部分 GPU，同时保证其数据在静态、传输和计算时安全无虞。

[详细了解 MIG 技术](https://www.nvidia.cn/technologies/multi-instance-gpu/)

### DPX 指令

动态编程是一种算法技术，通过将复杂递归问题分解为更简单的子问题来解决。通过存储子问题的结果，您之后也不必重新计算它们，从而减少了指数级问题解决的时间和复杂性。动态编程常用于各种用例。例如，Floyd-Warshall 是一种路线优化算法，可用于绘制运输和配送车队的最短路线；Smith-Waterman 算法可用于 DNA 序列比对和蛋白质折叠应用。

Hopper 架构引入了 DPX 指令，与 CPU 相比将动态编程算法速度提高了 40 倍，与 NVIDIA 前一代 Ampere 架构 GPU 相比，则提高了 7 倍。这大幅加快了疾病诊断、实时路由优化甚至图形分析的速度。

[详细了解 DPX 指令](https://blogs.nvidia.com/blog/2022/03/22/nvidia-hopper-accelerates-dynamic-programming-using-dpx-instructions/)

_初步规格，可能会有所变更 DPX 指令比较 HGX H100 4-GPU 与双路 32 核 IceLake CPU_

### 深入了解 NVIDIA Hopper 架构

[阅读白皮书 ](https://resources.nvidia.com/en-us-hopper-architecture/nvidia-h100-tensor-c)