英伟达定义AI工厂时代
在CES 2026上,英伟达发布了以Vera Rubin平台为核心的AI工厂架构。该体系通过六颗核心芯片的协同设计,从底层硬件到数据中心形态进行了全面重构。英伟达提出“以数据中心为计算单元”的理念,旨在通过软硬一体的生态体系,解决AI大规模训练与推理中的算力、内存及通信瓶颈,构建面向未来的AI基础设施。
01六大核心芯片:构建AI工厂底座
Vera Rubin平台由六颗核心芯片构成,这些芯片在网络、安全、供电、散热及软件架构层面实现了整体协同,突破了传统单服务器的架构限制。
| 芯片名称 | 核心参数与规格 | 核心功能与定位 |
|---|---|---|
| Vera CPU | 88个Arm v9.2核心,1.5TB LPDDR5X内存,带宽1.2TB/s | AI工厂调度中枢,采用空间多线程技术,优化GPU大规模调度 |
| Rubin GPU | 224个SM单元,3360亿晶体管,HBM4带宽22TB/s | 为Transformer时代重构,解决算力、内存与通信不均衡问题 |
| NVLink 6 Switch | 全互联拓扑结构 | 实现机架级扩展,让72颗GPU在软件层面被视为单一加速器 |
| ConnectX-9 SuperNIC | 每GPU 1.6Tb/s带宽,内置加密引擎 | 提供高带宽网络传输与数据传输安全隔离 |
| BlueField-4 DPU | 64核Grace CPU,支持800Gb/s通信 | ASTRA安全架构建立可信控制域,实现AI环境安全隔离 |
| Spectrum-6 Ethernet Switch | 102.4Tb/s带宽,支持512个200Gb/s端口 | 通过拥塞控制保证大规模同步AI流量下的低延迟与可预测性能 |
Vera Rubin平台六大核心芯片规格与功能
02层级架构:从超级芯片到AI工厂
- Vera Rubin Superchip
集成2颗Rubin GPU与1颗Vera CPU,通过NVLink-C2C内存一致性互联,打破传统CPU与GPU边界,实现统一内存域。 - NVL72 Compute Tray
由两颗Superchip构成,集成BlueField-4 DPU与ConnectX-9网络模块,实现机架级电源散热整合与无线缆装配。 - NVL72机架系统
包含72颗Rubin GPU、36颗Vera CPU及9个NVLink Switch Tray,整体晶体管数约220万亿。 - DGX SuperPOD
由8个NVL72机架构成(合计576颗GPU),作为AI工厂的基本单元,支持训练、微调与推理全流程。
03软件生态与物理AI
硬件架构之外,英伟达的软件栈支撑起整个平台的可扩展性与易用性。CUDA平台支持从单GPU到72 GPU域的编程,配合NCCL、NIXL通信库实现机架级分布式扩展。NeMo框架覆盖了模型构建、训练、对齐与部署的全流程,使开发者无需关注底层拓扑即可实现扩展部署。此外,英伟达在自动驾驶与机器人领域持续扩展生态,强调遵循物理规律的“物理AI”系统,旨在速度、时间与空间约束下实现智能化落地。
当前文章无评论,是时候发表评论了