摘要：北京时间1月6日凌晨，在拉斯维加斯 CES 2026 展会现场，英伟达创始人黄仁勋身穿经典皮衣现身，并正式发布了全新一代Vera Rubin计算架构。这一架构涵盖CPU、GPU、互连、网络、存储与系统级设计，被英伟达定义为面向“下一阶段AI前沿”的基础设施平台。在这场演讲中，黄仁勋并未将重点放在某一具体应用或模型能力上，而是在演讲中明确指出，AI发展的下一步是让模型能够 “多想一会儿” ，而这需要全新的计算范式。事实上随着AI模型参数规模不断扩大，特别是混合专家模型的兴起，传统的计算架构已难以满足需求。代理式AI的核心特点-多步骤问题求解和长上下文工作流正将计算推向前所未有的极限。

一、Rubin 平台问世 —— 六芯系统的AI超级计算机

NVIDIA Rubin 平台，刚刚推出的六款全新芯片，目标是构建一台在成本、性能与安全性上全面领先的 AI 超级计算机，加速 AI 在主流场景中的落地。

这六款芯片包括：NVIDIA Vera CPU、NVIDIA Rubin GPU、NVIDIA NVLink 6 Switch、NVIDIA ConnectX-9 SuperNIC、NVIDIA BlueField-4 DPU 和 NVIDIA Spectrum-6 Ethernet Switch，极致的协同设计，将大幅缩短训练时间，降低推理 Token 成本。这种全面协同的设计标志着英伟达从单一的GPU供应商向完整的AI基础设施提供商的转变。这种系统级方法的核心是将整个数据中心视为计算单元，而不仅仅是单个芯片的性能提升。Vera CPU作为平台的关键组成部分，采用88个定制Olympus核心，完全兼容Armv9.2架构。这款CPU专为代理式推理设计，被英伟达称为大规模AI工厂中能效最高的CPU。

二、性能飞跃：五大技术突破

Rubin平台带来了五大关键技术创新，包括最新一代 NVIDIA NVLink 互连技术、Transformer 引擎、机密计算和 RAS 引擎，以及 NVIDIA Vera CPU，使其性能远超上一代Blackwell平台。制程工艺采用台积电3nm（N3P）工艺，CoWoS-L封装，集成度与能效大幅提升，内存配置基础班为8层HBM4（288GB，13TB/s）,Ultra版12层HBM4e，容量与带宽提升。同时，第六代NVLink实现了GPU间通信的重大飞跃，为每个GPU提供每秒3.6TB的带宽，而Vera Rubin NVL72机架的总带宽则高达每秒260TB，超过了整个互联网的带宽。

具体对比如下：

基于公开数据的Rubin与Blackwell平台关键性能对比

在系统层面，Rubin GPU搭载了第三代Transformer引擎，采用硬件加速的自适应压缩技术，使NVFP4推理性能达到50 PFLOPS，是Blackwell平台的5倍。同时新的存储解决方案——推理上下文内存存储平台，由BlueField-4 DPU驱动，旨在解决长上下文推理中的存储瓶颈问题。这对于处理复杂文档理解和多步骤代理推理至关重要，根据英伟达公布的数据，Rubin平台能将推理成本降至Blackwell平台的十分之一，并将训练混合专家模型所需的GPU数量减少至四分之一。

三、国产GPU发展之路漫漫其修远兮

国产GPU的追赶，不是一场“弯道超车”的短跑，而是一场围绕算力王座的“马拉松”已然开跑。英伟达的Rubin，定义了下一个赛段的终点线；而国内GPU公司的密集上市，则为追赶者注入了第一剂强心针。 最近的IPO浪潮，解决的是“资本”和“市场信心”的问题，让国产GPU获得了持续研发和商业落地的宝贵弹药。但这笔钱，要用来填补的，是CUDA生态的鸿沟、是系统级定义的差距、是顶尖人才的储备。 上市不是终点，而是更残酷竞赛的起点。这条路没有捷径，唯有脚踏实地，用每一代产品的进步，去回答时间的问题。

这条路注定艰难。它需要的不仅是技术的突破，更是产业链的协同、开发者的信任和时间的沉淀。这就像一场围棋，英伟达已在全局布下厚势，而我们则需要在看似局部的领域中扎实做活，积蓄力量，等待“胜负手”时机。

祝福国产GPU，这场技术长征，才刚刚开始。