英伟达破局AI内存瓶颈：HBM仅增3%，智能体吞吐量提升30倍

英伟达发布技术解读，指出大模型和智能体应用加剧GPU显存压力，提出全栈协同设计方案，通过数据压缩、多GPU分散、CPU缓冲和软件调度等手段优化内存使用。在SemiAnalysis AgentX基准中，Vera Rubin NVL72相较GB300 NVL72每美元智能体吞吐量最高提升30倍，HBM容量仅增加约3%。