什么值得买App下载 App ›
连续签到专享现金活动

芯片巨头半年量产AI工厂:88核CPU+288GB显存显卡,x86最稳阵地要失守了

2026年的全球科技舞台上,一场关于算力霸权的争夺正在进入白热化阶段。当地时间1月5日,英伟达CEO黄仁勋在CES 2026展会上掏出了代号“薇拉·鲁宾”的新一代AI计算平台;四个月后的6月1日,这位身穿标志性皮夹克的科技领袖又在台北Computex大会上宣布该平台已全面进入量产阶段。从概念发布到规模化生产,英伟达仅用了不到半年时间便完成了上一代产品近一年的过渡周期,Vera Rubin的产业化速度本身就在向行业传递一个明确信号:AI基础设施的军备竞赛正在以惊人的节奏加速推进。与以往任何一次产品迭代都不同,Vera Rubin并非一颗芯片的升级,而是一整套AI工厂解决方案的登场——它重新定义的不仅是计算性能的天花板,更是整个AI产业的运行范式。123
Vera Rubin平台的核心架构建立在六颗自研芯片的协同工作之上,这六款芯片各自承担着AI工厂运转中不可或缺的角色,共同构成了从计算到互联、从网络到安全的完整链路。在算力核心层面,Rubin GPU采用台积电N3P(3nm+)先进制程工艺,单颗芯片集成3360亿个晶体管,较上代Blackwell架构的2080亿晶体管提升超过60%,几乎所有晶体管资源都倾斜向了大模型训练与智能体推理这两个核心场景,图形渲染相关的冗余单元被彻底砍掉,这意味着这是一颗真正意义上的原生AI专用芯片。显存子系统是Rubin升级中最亮眼的部分,全系标配HBM4高带宽显存,单颗GPU搭载288GB容量,显存带宽达到22TB/s,是Blackwell所采用HBM3e带宽的2.8倍,两颗Rubin组成的Superchip超算模组后显存扩容至576GB、总带宽44TB/s,这种级别的内存吞吐能力让百万级Token超长上下文大模型和MoE混合专家模型的权重读取与KV缓存存储成为可能,也是智能体AI能够同时并行处理数千条任务的硬件底气。在AI推理性能方面,Rubin GPU在NVFP4低精度运算下单卡算力可达50 PFLOPS,是Blackwell的5倍;训练算力在FP8精度下达35 PFLOPS,较Blackwell提升3.5倍;平台还内置了第三代Transformer引擎与自适应权重压缩引擎,在不损失模型精度的前提下可将模型体积压缩,同功耗下服务器可部署的大模型数量提升40%。456
与Rubin GPU配套登场的Vera CPU则承载着另一项颠覆行业格局的使命——这是英伟达首款专门为智能体工作负载量身打造的数据中心级处理器,正式宣告英伟达杀入x86服务器CPU的主场。Vera CPU基于ARMv9.2架构自研Olympus计算核心,单颗集成88个物理核心,独创的“空间多线程”技术允许物理资源划分实现双硬件线程并行运行,在强化学习、智能体任务调度、多沙箱并行运行等场景下,处理效率比同级x86处理器高出80%至180%;搭配LPDDR5X内存,内存带宽峰值达1.2TB/s,依靠第二代NVLink-C2C芯片直连互联,CPU与配套Rubin GPU之间互通带宽可达1.6TB/s,打破了传统PCIe总线的数据传输瓶颈。以往AI服务器都是x86 CPU搭配第三方GPU,跨厂商软硬件优化存在天然隔阂,而Vera Rubin实现CPU加GPU同厂全栈自研,芯片底层指令集、互联协议、调度系统全部深度适配,从根本上解决了“GPU算力闲置、CPU调度拖后腿”的行业通病。OpenAI、Anthropic、字节跳动、Oracle云等全球头部AI企业已经敲定首批采购订单,供应链端富士康、广达、超微、联想等350余家硬件厂商同步启动了Vera架构服务器的量产,预计2026年第三季度开始整机批量出货。758
如果说GPU与CPU构成了AI工厂的算力中枢,那么NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-6以太网交换机这四颗芯片则撑起了整个工厂的数据血管与安全防线。NVLink 6是实现机架级扩展的关键,第六代NVLink单GPU带宽达3.6TB/s,在NVL72系统中72颗Rubin GPU通过36颗NVLink 6交换芯片形成全互联拓扑结构,整机架NVLink总带宽达到260TB/s——英伟达方面表示,这个数字已经超过全球互联网的带宽总量,在软件层面这一个机架可被视为单一大型加速器,大幅简化了大模型分布式部署的复杂度。ConnectX-9提供每GPU 1.6Tb/s的带宽并内置加密引擎,可编程RDMA为多机架集群横向扩展铺平道路;BlueField-4 DPU集成64核Grace CPU,带宽、内存带宽、计算性能分别是上一代的2倍、3倍和6倍,其ASTRA安全架构可建立可信控制域,实现推理上下文记忆存储与AI环境安全隔离;Spectrum-6以太网交换机带宽提升至102.4Tb/s,采用共封装光学(CPO)技术,功耗比传统铜缆方案降低65%,为AI工厂提供超低延迟、高能效的光互联能力。这六颗芯片并非孤立设计,而是在网络、安全、供电、散热、软件架构层面进行整体协同,英伟达提出“以数据中心为计算单元”的理念,突破传统“单服务器为计算单元”的架构限制,构建起AI工厂的完整底座。4910
在系统层面,Vera Rubin NVL72机架是目前整个平台的集大成之作。这个液冷机架级系统由72颗Rubin GPU和36颗Vera CPU组成,通过NVLink 6实现全互连,搭配全液冷散热与无缆化模块化设计,整机柜算力达3.6 exaFLOPS(NVFP4精度),整体晶体管总数达到约220万亿——如果以全球人口计算,相当于每人对应约2.69万颗晶体管。一台NVL72机架内部共包含5000根铜缆将各组件连接在一起,总长度约两英里;整个机架由130万个零部件组成,芯片数量从前代的864个增加到1300个,整机重量接近2吨。这些核心芯片主要由台积电制造,而冷却液分配单元、液冷板、电源模块等其余零部件来自全球至少20个国家的80多家供应商,中国、越南、泰国、墨西哥等国家均位列其中,英伟达构建的是一条真正意义上的世界级供应链体系。该平台支持单机柜独立部署或扩展为DGX SuperPOD(8柜互联,576 GPU),满足从中小企业AI训练到超大规模AI工厂的全场景需求,为支持设想的大规模AI工厂部署而推出的全球首款基于共封装光学技术的网络交换机Spectrum-X,可将能效提升5倍、AI正常运行时间提升5倍、部署速度提升1.3倍。41112
能效革命是Vera Rubin区别于前代产品的另一核心维度。英伟达方面表示,新系统的功耗约为上一代产品的两倍,但由于每瓦性能较Blackwell提升达到10倍,整体算力的能效比实现大幅跃升,这一数据意味着在同等电力消耗下,Vera Rubin能产出的智能数量是前代产品的十倍。正因为功耗大幅攀升,Vera Rubin成为英伟达首个100%液冷散热的系统平台——在此之前,Blackwell尚有约15%至20%需要风冷辅助,而Vera Rubin彻底告别了传统风扇散热方案。NVL72机架单个机柜功耗约在190至230kW之间,规划中的Rubin Ultra NVL576机柜目标功耗更是达到600kW量级,如此高的功率密度已完全超出传统风冷的散热极限,液冷闭环设计不仅散热效率更高,还能有效节约水资源,英伟达已向客户建议未来人工智能工厂应大规模采用液冷架构。与传统散热方式相比,液冷的优势不仅体现在散热能力上,还带来了部署效率的质的飞跃:全新NVL72机架采用无线缆模块化托盘设计,更换计算托盘的工序从Blackwell时代的两小时压缩至5分钟,整个机架安装时间从两天缩短至两小时,系统可靠性与易用性均明显提升。111213
液冷散热的全面采用也催生了整个供应链环节中最显著的增量机会。液冷系统核心部件的价值量分布高度集中:液冷板占整体成本的32%、快接头UQD占28%、CDU冷却液分配单元占25%,三者合计已达85%,其余管路阀门等配件约占10%。液冷板采用无缝不锈钢管路,密封等级需达到航天级水准,充氮保压焊接完成后还要用氦气检漏,精度要求达到10的负9次方帕·立方米每秒——这是传统数据中心建造中从未出现过的工艺标准。随着AI算力需求爆发,全球服务器液冷市场规模在2026年有望突破800亿元,国内液冷产业链从冷却液生产、核心部件制造到系统总成的各环节均已进入订单释放周期,英维克、申菱环境、高澜股份等国内温控企业正在加速布局,部分产品已通过谷歌等全球云计算巨头供应链认证。值得注意的是,液冷系统的海量需求还推动了供电架构的配套变革:单机柜功率从传统的5至8kW跃升至100kW以上,传统240V供电方案的进线电流超过400A,配套铜缆重量超过2吨,常规IDC楼层的承重和线缆通道根本无法承载,800V高压直流(HVDC)供电架构正成为新一代AI数据中心的共识性选择,相比传统方案能减少输电损耗50%、提升功率密度3至5倍。141516
HBM4内存则是另一个牵动整个供应链神经的关键环节。每颗Rubin GPU搭配8个HBM4堆栈,一台NVL72需要576个HBM4内存颗粒,仅HBM4内存的物料成本就超过34万美元——这还没算上封装与测试的费用。更棘手的是,HBM4的产能爬坡速度直接决定了整个Vera Rubin平台的出货节奏,供应链消息显示NVL72机架的出货目标曾因HBM4供应紧张从1.2万台一度下调至6000台。美光、SK海力士和三星三家厂商共同承担HBM4的供货任务,英伟达同时与SK海力士宣布建立多年期技术合作伙伴关系,共同研发面向全球AI工厂的下一代存储技术,这一动作的意图非常明显——通过深度绑定核心供应商来确保下一代产品的内存供给不受制于人。从晶圆制造到封装测试,从芯片交付到整机集成,整条供应链的运转效率正在被Vera Rubin的量产进度倒逼升级,英伟达为Rubin搭建的供应链规模是上一代Blackwell的两倍,涉及分布在30个国家的350多家工厂,仅台湾地区就有超过150家供应商参与。富士康、广达、超微、纬创等服务器大厂均已拿到芯片样品开始整机开发,广达已确认首批机器最早可于2026年8月交付客户。141017
市场端的反应同样印证了Vera Rubin的吸引力。微软计划部署数十万颗该芯片,用于包括未来Fairwater AI超级工厂在内的新一代AI数据中心建设;AWS、谷歌云、甲骨文云(OCI)等北美主要云服务商均列于首批采购方阵营,CoreWeave、Lambda、Nebius、Nscale等英伟达云合作伙伴也将从2026年下半年起将Rubin系统整合进其AI云平台。Anthropic、Cohere、Meta、Mistral AI、OpenAI和xAI等AI实验室正期待利用Rubin平台训练更大型、更强大的模型,多家中东与欧洲主权AI项目、全球顶级AI初创企业均提前锁定了订单。黄仁勋在GTC 2026大会上透露,Blackwell与Rubin架构的综合采购订单预计在2027年前将达到1万亿美元规模——这一数字是去年英伟达自己预测值的两倍,意味着全球AI基础设施的投入强度仍在持续超出市场预期。从单价来看,Rubin AI服务器机架每套售价约1.8亿美元,高端配置可达300万至700万美元区间,尽管价格达到史无前例的高度,但科技巨头们依然不惜代价抢购,业内将当前的AI军备竞赛与互联网泡沫时期的狂热相提并论,“落后即淘汰”的恐惧驱动着整个行业加速囤积算力。2618
Vera Rubin的量产与交付不仅关乎英伟达自身的产品迭代,更在深层次上重塑着AI产业的竞争逻辑。黄仁勋在多个场合反复强调的一个判断正在被行业接受:未来的数据中心将不再是存储数据和运行软件的机房,而是“生产Token的工厂”,衡量一个AI基础设施的标尺正在从GPU数量转向单位电力的智能产出效率。在这套新的评估体系下,Vera Rubin平台将推理Token成本降至Blackwell的十分之一,训练MoE模型所需GPU数量减少75%,每瓦性能提升10倍——这些数字指向的核心价值主张是:用更少的能源、部署更少的芯片、消耗更低的成本,产出更多的智能。软件生态的配合进一步强化了这套逻辑,CUDA平台支持单GPU与72 GPU域编程,NCCL、NIXL等通信库支持机架级分布式扩展,NeMo框架覆盖模型构建、训练、对齐与部署全流程,开发者无需关注底层拓扑细节即可实现扩展部署。这种从“卖硬件”到“卖智能产出效率”的转变,标志着英伟达正在从一家芯片公司向AI基础设施服务商升维,其竞争对手不再仅仅是AMD或英特尔,而是整个云计算产业链上的每一个环节。91920
站在2026年下半年的节点回望,Vera Rubin平台的量产标志着AI基础设施正式进入了一个新的历史阶段。这套平台以六芯协同的设计重新定义了AI工厂的架构标准,以3nm制程和3360亿晶体管的硬件规格突破了算力密度的物理极限,以100%液冷和10倍能效提升回应了AI爆发带来的能耗挑战,更以万亿美元级别的订单规模证明了市场对其价值主张的认可。然而挑战同样不容忽视:HBM4供应链的脆弱性、单机柜百千瓦以上的功耗对电力基础设施的极限压力、全球供应链在地缘政治背景下的不确定性,都可能在未来某个时刻成为制约Vera Rubin规模化部署的瓶颈。英伟达方面已预告2027年将推出Rubin Ultra系统,采用全新Kyber机架架构,单机架GPU数量从72颗扩展至576颗,算力再提升四倍——这条产品路线图意味着AI基础设施的军备竞赛远未到终点,反而可能以更激烈的节奏继续演进。对于整个产业而言,Vera Rubin带来的不仅是更强悍的算力,更是一套关于智能如何规模化生产、定价和交付的全新商业范式,而这场范式转换的深远影响,或许才刚刚开始显现。21622

评论

评论区空态插画

当前文章无评论,是时候发表评论了