AI算力焦点正从训练转向推理，NVIDIA Rubin平台为此而来。它并非简单升级，而是通过GPU、CPU、网络等六大芯片的深度协同，系统性解决单位算力成本与推理效率的挑战，为下一代智能体AI与超大规模模型奠定基石。
智能速览
Rubin架构专为推理主导的AI时代设计，目标是系统性降低算力与Token成本。
平台由Rubin GPU、Vera CPU等六种芯片构成，实现从计算到网络的全链路优化。
Rubin GPU的NVFP4推理性能达50PFLOPS，相较前代提升5倍。
NVLink 6交换机提供260TB/s的机柜级总带宽，保障多GPU高效协同。
训练MoE模型所需GPU数量可减至Blackwell的1/4，推理成本降幅最高达10倍。
平台提供NVL72机柜、HGX NVL8服务器等多种部署形态，满足不同规模需求。
精华内容
Rubin的突破并非来自单一芯片，而是源于其系统级的协同设计哲学。下面将深入其核心构成，剖析这一变革背后的技术细节。
专用推理CPU
Vera CPU并非通用处理器，而是专为AI推理阶段的数据调度与逻辑控制设计。其搭载88颗自研Olympus架构Arm核心，通过1.8TB/s带宽的NVLink-C2C与GPU直连，专门承担数据流转与上下文调度任务。这种分工让GPU能更专注于高密度计算，从而在系统层面提升整体推理效率。
核心计算引擎
Rubin GPU是平台的核心计算单元，配备8个HBM4内存堆栈，提供288GB容量与22TB/s带宽。其NVFP4推理性能高达50PFLOPS，相较Blackwell提升约5倍。第三代Transformer引擎引入硬件级自适应压缩，专为长上下文及大规模混合专家模型优化，旨在大幅降低单位Token的计算成本。
高速互联总线
在Rubin架构中，GPU间通信与计算同等重要。NVLink 6交换机是实现这一目标的关键，它为单GPU提供6TB/s的双向互联带宽。在一台Vera Rubin NVL72机柜中，9台交换机可构建出高达260TB/s的纵向扩展总带宽，让72颗GPU如同一个“超级GPU”般协同，为大规模MoE模型提供低延迟通信保障。
系统级创新
BlueField-4 DPU构建了推理上下文内存存储平台，在GPU内存和存储间形成“第三内存层”，特定场景下可将Token吞吐量提升5倍。结合Spectrum-X以太网的横向扩展能力与机柜级第三代机密计算技术，Rubin平台在扩展性、效率与安全性上实现了系统性重构。
NVIDIA Rubin平台通过端到端的协同设计，将AI超算的性能、能效与成本效益推向新高度。它不仅是一次硬件的迭代，更是为智能体AI、超大规模模型普及铺平了道路。随着2026年的正式部署，AI技术的应用边界将被进一步拓宽。
