Вера Рубін — платформа рівня ядерної бомби, як NVIDIA змінює новий формат обчислювальної потужності AI｜CES 2026 спойлери

黃仁勳這一次沒有端出消費級顯示卡，而是直接把壓箱底的殺手鐧搬了出來。

在CES 2026上，NVIDIA正式發布了Vera Rubin運算平台，這個以發現暗物質的天文學家命名的系統，重達2.5噸。舞台上，黃仁勳用一個大膽的舉措點燃了全場——直接將這台巨型AI伺服器機架搬上演講台，宣告了一個新時代的到來。

極致協同設計，打破單晶片慣例

過去，NVIDIA有個不成文的規則：每代產品最多改1-2顆晶片。但Vera Rubin徹底打破了這個傳統。

這次，NVIDIA一口氣重新設計了6款晶片，全面進入量產階段。為什麼如此激進？因為摩爾定律正在放緩，傳統的效能提升路線已經跟不上AI模型每年10倍的增長速度。所以NVIDIA採取了「極致協同設計」策略——在晶片、系統平台的每個層級同時創新。

這6款晶片包括：

Vera CPU：88個客製核心，176個執行緒，系統記憶體達1.5TB（是前代Grace的3倍），NVLink C2C頻寬高達1.8TB/s。

Rubin GPU：NVFP4推理算力50PFLOPS，是前代的5倍，擁有3360億晶體（比Blackwell增加1.6倍），搭載第三代Transformer引擎可動態調整精度。

ConnectX-9網卡：基於200G PAM4 SerDes的800Gb/s乙太網，支援可程式化RDMA與資料通路加速。

BlueField-4 DPU：專為AI存儲而建，搭配64核Grace CPU，面向新一代SmartNIC與存儲處理器。

NVLink-6交換晶片：連接18個運算節點、72個Rubin GPU，在其架構下，每個GPU可獲得3.6TB/s的all-to-all通訊頻寬。

Spectrum-6光乙太網交換晶片：512通道×200Gbps，整合台積電COOP工藝的硅光子技術，配備共封裝光學介面。

性能跨越式提升，吞吐量翻10倍

整合這6款晶片後，Vera Rubin NVL72系統的性能實現了全面超越。

在NVFP4推理任務中達到3.6 EFLOPS（相比Blackwell提升5倍），訓練性能達2.5 EFLOPS（提升3.5倍）。存儲方面，NVL72配備54TB LPDDR5X記憶體（前代的3倍），20.7TB HBM容量（提升1.5倍）。頻寬性能上，HBM4頻寬達1.6PB/s（提升2.8倍），Scale-Up頻寬高達260TB/s（增長2倍）。

最關鍵的指標是吞吐量（每瓦-每美元可完成的AI Token數），相比Blackwell提升了10倍。對於造價500億美元的千兆瓦資料中心而言，這意味著營收能力將直接翻倍。

訓練一個10兆參數模型，Rubin只需Blackwell系統數量的1/4，生成Token的成本約為1/10。

工程創新：從複雜接線到即插即用

工程設計上的突破同樣值得關注。

過去的超算節點需要接43根線纜，組裝耗時2小時，還容易裝錯。Vera Rubin的方案激進得多——0根線纜，僅用6根液冷管線，5分鐘搞定連接。

機架後面布滿了總長3.2公里的銅纜，5000根銅纜構成NVLink主幹網路，支援400Gbps傳輸速度。黃仁勳開玩笑說：「你得是體格很好的CEO才能勝任這份工作」。

KV Cache困局的終極解決方案

AI應用中的最大痛點，是上下文記憶體不足。當AI對話變長、模型變大時，KV Cache（鍵值快取）佔用的HBM記憶體很快就會飽和。

Vera Rubin的做法是：在機架內部署BlueField-4處理器專門管理KV Cache。每個節點配4個BlueField-4，背後有150TB上下文記憶體，分配到GPU時，每塊GPU額外獲得16TB記憶體。這幾乎是自帶記憶體（約1TB）的16倍，而頻寬保持200Gbps不打折。

要讓分佈在幾十個機架、上萬塊GPU上的"便箋"像一塊統一記憶體那樣協同運作，網路必須同時做到「大、快、穩」。這就是Spectrum-X的使命——NVIDIA全球首款專為生成式AI設計的端到端乙太網平台。

在一個千兆瓦資料中心，Spectrum-X能帶來25%的吞吐提升，相當於節省50億美元。黃仁勳的評價很直白：「這個網路系統幾乎是『白送』的。」

物理AI崛起，多模態應用齊發力

硬體之外，軟體生態同樣是看點。黃仁勳強調，過去十年投入的約10兆美元運算資源正在被徹底現代化，但這不僅是硬體升級，更是軟體範式的轉移。

他點名表揚了DeepSeek V1的突破，認為開源推理系統激發了整個產業的發展浪潮。雖然開源模型目前落後最頂尖模型約6個月，但每隔半年就有新模型出現，這種迭代速度吸引了創業者、巨頭和研究人員都不願錯過。

NVIDIA這次也沒有只賣顯示卡，而是構建了價值數十億美元的DGX Cloud超級電腦，開發了La Proteina和OpenFold 3等前沿模型，推出涵蓋生物醫藥、物理AI、智能體、機器人、自動駕駛等領域的開源模型生態。

Alpamayo：具有推理能力的自動駕駛核彈

物理AI的終極應用就是Alpamayo——全球首個具備思考和推理能力的自動駕駛模型。

與傳統自動駕駛的規則引擎不同，Alpamayo是端到端訓練的系統，能夠解決自動駕駛的「長尾問題」。面對從未見過的複雜路況，它不再是死板執行程式碼，而是能像人類駕駛一樣進行推理與決策。

演示中，車輛駕駛方式驚人地自然，能將極端複雜的場景拆解為基礎常識處理。黃仁勳宣布，搭載Alpamayo技術栈的賓士CLA將在今年第一季度於美國上線，隨後陸續登陸歐洲和亞洲。

這輛車被NCAP評為全球最安全的汽車，祕訣在於NVIDIA獨特的「雙重安全栈」設計——當端到端AI模型對路況信心不足時，系統立即切換回傳統防護模式，確保絕對安全。

機器人戰略全景，工廠本身成為最大機器人

在機器人賽道，NVIDIA正與九大頂級AI及硬體製造商展開競爭。所有機器人都將搭載Jetson小型電腦，在Omniverse的Isaac模擬器中接受訓練。

黃仁勳邀請波士頓動力、Agility等人形和四足機器人登台，強調最大的機器人其實是工廠本身。NVIDIA的願景是，未來晶片設計、系統設計、工廠模擬，都將由物理AI加速完成。

從晶片設計到真實製造，一切都將在虛擬環境中完成驗證，這正是NVIDIA從虛擬世界向物理世界的重大轉向。