辉达指出，Rubin GPU 已回到实验室进行验证，为台积电代工的首批样品。单颗 Rubin 采 2 颗 reticle 尺寸 GPU 核心，并配有 8 颗 288GB HBM4，将来到总计 100 PFLOPS 的算力。Vera CPU 采 88 颗客制化 Arm 核心、176 执行绪，两者以 NVLINK-C2C 1.8TB/s 高频宽互连，同时可以看到 CPU 两侧搭配 LPCAMM2 或 SODIMM2 记忆体模组插槽。黄仁勋更是大赞这款超级晶片机架系统设计，将不再使用传统的缆线连接，而是改为插槽，同时完全采用液冷，有助于简化 AI 伺服器内结构、组装与升级散热管理。
时程与定位方面，黄仁勋预计，Vera Rubin NVL144 平台将于 2026 年下半年量产上线，衔接并迭代现行 Blackwell GB300 平台的机柜级部署。在同一机柜容量下，Vera Rubin NVL144 可提供双倍 NVLINK 与 CX9 的通讯能力（最高分别为260 TB/s与28.8 TB/s），相较 GB300 ，可实现FP4 推理与FP8 训练的算力，同时显著强化机架内外带宽与可扩充性。
黄仁勋说明，往下一阶段来看，将于 2027 年推出 Rubin Ultra NVL576，CPU 架构不变，GPU 升级为 4 颗 reticle 尺寸核心，并规划于 2028 年推出下一代 GPU 架构 Feynman 平台，不过 CPU 仍采用 Vera，维持 GPU 改版 2 次、CPU 改版 1 次的迭代节奏。与 Rubin Ultra 同时推出的还有新一代机架系统 Kyber NVL576，同样延续至 Feynman 平台。
黄仁勋也在同场演讲提到，亚马逊、CoreWeave、Google、Meta、微软与甲骨文等云端服务（CSP）巨头正迎来新一轮资本支出扩张期，利用辉达GB200 NVL72平台，生产最高 Token 产生效率、最低 TCO 回应这波AI超级扩张需求，并确保服务在使用高峰期也能维持速度与效能。
黄仁勋分析，AI进入了新的扩展阶段，从预训练、后训练再到推论，等三阶段全部开始运作后，AI模型需要更即时计算，而非单纯调度资源，届时运算需求将以指数型成长，资料中心也从传统通用架构走向全加速运算。
黄仁勋强调，CSP透过 GB200 取得十倍效能与成本下降，才能让 AI 应用的正向循环持续转动，推动更多需求再回到更大规模的算力投资。
火線話題 ｜ 辉达GTC 黄仁勋再冲AI
這篇報導屬於「 辉达GTC 黄仁勋再冲AI 」主題
點擊閱讀下一則新聞
