GPT-5.2 訓練首次使用 GB200-NVL72 ，效能較 Hopper 大幅提升
OpenAI 表示，GPT-5.2 的訓練採用輝達 Blackwell GPU（GB200-NVL72），並與 Azure 大規模部署的 H100、H200 搭配運行，強化模型在推理與專業任務上的整體效能。
根據輝達在 8 月的 Facebook 發文，GPT-5 雖同樣使用 Hopper 架構（H100/H200）進行訓練，但並未採用 GB200-NVL72 叢集，而是僅於部署端使用相關系統。相較之下，GPT-5.2 將 Blackwell 納入訓練流程，被外界視為 OpenAI 針對近期 Google Gemini 3.0 推出後，加速模型更新的重要調整。
NVIDIA 官方數據顯示，GB200 NVL72 在 512 GPU 規模下，可提供較 H100 高達 3.2 倍的訓練效能，並帶來 1.9 倍的訓練成本效益（performance per dollar）；若以 Blackwell Ultra（GB300）作為平台上限，其訓練速度較 Hopper 可達 4.2 倍。
（Source：輝達）
透過 NVFP4 精度模式與第五代 NVLink／NVSwitch 設計，Blackwell 能在單一系統中以高頻寬連結 72 顆 GPU，使其在超大型模型運算中具備更高的效率密度，適合應對近年快速擴張的 LLM 訓練需求。
GPT-5.2 將陸續向用戶開放，實際體驗與模型效果仍有賴市場後續觀察。另外，隨著 Blackwell Ultra（GB300）開始出貨並由主要雲端服務商部署，市場普遍預期未來 GPT 系列模型將逐步導入更高階的 Ultra 平台，以縮短訓練週期並提升能源效率。
（首圖來源：Unsplash）