La plateforme de niveau nucléaire Vera Rubin est lancée, comment NVIDIA va-t-elle réécrire le nouveau paysage de la puissance de calcul AI｜Fuite CES 2026

黄仁勳这一次没有端出消费级显示卡，而是直接把压箱底的杀手锏搬了出来。

在CES 2026上，NVIDIA正式发布了Vera Rubin运算平台，这个以发现暗物质的天文学家命名的系统，重达2.5吨。舞台上，黄仁勳用一个大胆的举措点燃了全场——直接将这台巨型AI服务器机架搬上演讲台，宣告了一个新时代的到来。

极致协同设计，打破单芯片惯例

过去，NVIDIA有个不成文的规则：每代产品最多改1-2颗晶片。但Vera Rubin彻底打破了这个传统。

这次，NVIDIA一口气重新设计了6款晶片，全面进入量产阶段。为什么如此激进？因为摩尔定律正在放缓，传统的效能提升路线已经跟不上AI模型每年10倍的增长速度。所以NVIDIA采取了「极致协同设计」策略——在晶片、系统平台的每个层级同时创新。

这6款晶片包括：

Vera CPU：88个客製核心，176个执行緒，系统记憶体达1.5TB（是前代Grace的3倍），NVLink C2C频宽高达1.8TB/s。

Rubin GPU：NVFP4推理算力50PFLOPS，是前代的5倍，拥有3360亿晶体（比Blackwell增加1.6倍），搭载第三代Transformer引擎可动态调整精度。

ConnectX-9网卡：基于200G PAM4 SerDes的800Gb/s乙太网，支援可程式化RDMA与数据通路加速。

BlueField-4 DPU：专为AI存储而建，搭配64核Grace CPU，面向新一代SmartNIC与存储处理器。

NVLink-6交换晶片：连接18个运算节点、72个Rubin GPU，在其架构下，每个GPU可获得3.6TB/s的all-to-all通訊频宽。

Spectrum-6光乙太网交换晶片：512通道×200Gbps，整合台积电COOP工艺的硅光子技术，配备共封装光学介面。

性能跨越式提升，吞吐量翻10倍

整合这6款晶片后，Vera Rubin NVL72系统的性能实现了全面超越。

在NVFP4推理任务中达到3.6 EFLOPS（相比Blackwell提升5倍），训练性能达2.5 EFLOPS（提升3.5倍）。存储方面，NVL72配备54TB LPDDR5X记忆体（前代的3倍），20.7TB HBM容量（提升1.5倍）。频宽性能上，HBM4频宽达1.6PB/s（提升2.8倍），Scale-Up频宽高达260TB/s（增长2倍）。

最关键的指标是吞吐量（每瓦-每美元可完成的AI Token数），相比Blackwell提升了10倍。对于造价500亿美元的千兆瓦数据中心而言，这意味着营收能力将直接翻倍。

训练一个10兆参数模型，Rubin只需Blackwell系统数量的1/4，生成Token的成本约为1/10。

工程创新：从复杂接线到即插即用

工程设计上的突破同样值得关注。

过去的超算节点需要接43根线缆，组装耗时2小时，还容易装错。Vera Rubin的方案激进得多——0根线缆，仅用6根液冷管线，5分钟搞定连接。

机架后面布满了总长3.2公里的铜缆，5000根铜缆构成NVLink主干网络，支援400Gbps传输速度。黄仁勳开玩笑说：“你得是体格很好的CEO才能胜任这份工作”。

KV Cache困局的终极解决方案

AI应用中的最大痛点，是上下文记忆体不足。当AI对话变长、模型变大时，KV Cache（键值快取）占用的HBM记忆体很快就会饱和。

Vera Rubin的做法是：在机架内部署BlueField-4处理器专门管理KV Cache。每个节点配4个BlueField-4，背後有150TB上下文记忆体，分配到GPU时，每块GPU额外获得16TB记忆体。这几乎是自带记忆体（约1TB）的16倍，而频宽保持200Gbps不打折。

要让分布在几十个机架、上万块GPU上的"便签"像一块统一记忆体那样协同运作，网络必须同时做到「大、快、稳」。这就是Spectrum-X的使命——NVIDIA全球首款专为生成式AI设计的端到端乙太网平台。

在一个千兆瓦数据中心，Spectrum-X能带来25%的吞吐提升，相当于节省50亿美元。黄仁勳的评价很直白：“这个网络系统几乎是『白送』的。”

物理AI崛起，多模态应用齐发力

硬件之外，软件生态同样是看点。黄仁勳强调，过去十年投入的约10兆美元运算资源正在被徹底现代化，但这不仅是硬件升级，更是软件范式的转移。

他点名表扬了DeepSeek V1的突破，认为开源推理系统激发了整个产业的发展浪潮。虽然开源模型目前落后最顶尖模型约6个月，但每隔半年就有新模型出现，这种迭代速度吸引了创业者、巨头和研究人员都不愿错过。

NVIDIA这次也没有只卖显示卡，而是构建了价值数十亿美元的DGX Cloud超级电脑，开发了La Proteina和OpenFold 3等前沿模型，推出涵盖生物医药、物理AI、智能体、机器人、自动驾驶等领域的开源模型生态。

Alpamayo：具有推理能力的自动驾驶核彈

物理AI的终极应用就是Alpamayo——全球首个具备思考和推理能力的自动驾驶模型。

与传统自动驾驶的规则引擎不同，Alpamayo是端到端训练的系统，能够解决自动驾驶的「长尾问题」。面对从未见过的复杂路况，它不再是死板执行代码，而是能像人类驾驶一样进行推理与决策。

演示中，车辆驾驶方式惊人地自然，能将极端复杂的场景拆解为基础常识处理。黄仁勳宣布，搭载Alpamayo技术栈的宾士CLA将在今年第一季度于美国上线，随后陆续登陆欧洲和亚洲。

这辆车被NCAP评为全球最安全的汽车，秘诀在于NVIDIA独特的「双重安全栈」设计——当端到端AI模型对路况信心不足时，系统立即切换回传统防护模式，确保绝对安全。

机器人战略全景，工厂本身成为最大机器人

在机器人赛道，NVIDIA正与九大顶级AI及硬件制造商展开竞争。所有机器人都将搭载Jetson小型电脑，在Omniverse的Isaac模拟器中接受训练。

黄仁勳邀请波士顿动力、Agility等人形和四足机器人登台，强调最大的机器人其实是工厂本身。NVIDIA的愿景是，未来晶片设计、系统设计、工厂模擬，都将由物理AI加速完成。

从芯片设计到真实制造，一切都将在虚拟环境中完成验证，这正是NVIDIA从虚拟世界向物理世界的重大转向。