NVIDIA Blackwell 架构深度实战：第五代 Tensor Core、微切片与 AI 工厂时代的分离式推理
NVIDIA Blackwell GPU（B100/B200/GB200）标志着 AI 计算从"单机加速器"向"AI 工厂"的架构范式转变。本文从硬件微架构、CUDA 编程模型、分离式推理部署三个层面，深入剖析 Blackwell 的关键技术创新与工程落地。
Blackwell
GPU 推理进入「后摩尔」时代：NVIDIA Blackwell 架构全栈深度实战
从硬件微架构出发，深入 FP4/FP6 Tensor Core、第五代 NVLink Switch 和 MIG 增强，结合生产环境部署实测数据，给出 Blackwell 集群的端到端调优方法论。
NVIDIA NVFP4 与 Micro-Scaling：Blackwell 推理 4-bit 浮点精度的深度工程实战
系统拆解 NVIDIA Blackwell 第五代 Tensor Core 原生支持的 NVFP4（E2M1 4-bit 浮点）与 Micro-Scaling 两级缩放格式：从位级定义、缩放数学、离群点校准（旋转变换/重要性矩阵）、Scaled GEMM 内核实现，到混合精度分层策略与生产部署陷阱清单，给出在显存与带宽受限的推理集群上把单卡吞吐推向极限的工程方法。
