H100の後継として2024年前半から量産・出荷が開始された現行最主力AI GPU。最大の改善点はHBMメモリをHBM3からHBM3eに変更し、容量141GB（H100の80GBから約76%増）、帯域幅4.8TB/sへと大幅強化した点です。LLM推論性能でH100比最大2倍を達成。OpenAI・Meta・Googleのデータセンターへ大量に導入されています。

2024年発表・出荷開始のBlackwellアーキテクチャを採用した最新フラッグシップ。FP8精度ではH100比で最大30倍の推論性能を謳う革命的な製品。2つのGPUダイをNVLink-Cで接続するマルチダイ設計を採用し、1パッケージで192GBのHBM3eメモリを搭載。GB200 NVLシステムでは72個のB200 GPUを高速相互接続し、超大規模AIクラスタを構成可能。

NVIDIAの強力な対抗馬として注目を集めるAMDのAI GPU。最大の特徴は192GBという当時最大クラスのHBM3メモリ容量で、大規模LLMのパラメータを単一カードに収めやすい設計。ROCmソフトウェアスタックの成熟により、PyTorchやTensorFlowでのサポートも向上。Microsoftのクラウドサービスや一部テック企業がNVIDIA代替として採用を進めています。

GoogleがAI専用に開発するカスタムASIC「Tensor Processing Unit」の最新世代。個々のチップ性能ではNVIDIA GPUに劣る部分もありますが、Googleが独自開発する超高速インターコネクト「ICI（Intra-Chip Interconnect）」で数千チップをPodと呼ばれるクラスタに接続することで、系全体の性能と効率を最大化します。Geminiモデルのトレーニングに活用されています。

主要クラウドプロバイダー・Intel各社のAIチップ。AWS Trainium2はNVIDIAへの依存低減とAWS独自サービスへの最適化を目的とした自社開発チップ。Intel Gaudi 3はコストパフォーマンスを訴求しNVIDIAの代替需要を狙う。Microsoft Maia 100はAzureのAI推論ワークロードに特化した内部使用目的のチップです。各社が独自AIチップを開発する背景には、NVIDIAへの供給依存リスクの低減と、特定ワークロードへの最適化によるTCO改善があります。