17 posts tagged with "Rubin"

继 10 月 21 日 GTC 柏林宣布 Vera Rubin 全面生产后，落地最快的消息来自谷歌：Google Cloud 与英伟达联合宣布 Vera Rubin 基础设施进入 GA 节奏——搭载 Vera Rubin NVL72 的 A5X 实例下月上线。

一、关键事实​

项目	内容
实例	A5X（Vera Rubin NVL72 液冷机柜）
上线时间	2026 年 11 月 GA
部署计划	最多 96 万块 Rubin GPU
首批用户	伦敦 AI 公司 Ineffable Intelligence（大规模强化学习研究）
区域扩展	后续扩展至欧洲

96 万块是什么概念？以 NVL72 机柜计约 1.3 万座机柜，接近一座 1GW 级 AI 工厂的芯片量级——谷歌在自家 TPU 之外，同时在 GPU 侧保持十万级到百万级的采购节奏，「TPU 自研 + GPU 采购」双轨继续加码。

二、对云选型的三个信号​

1. Rubin 可用性不再纸面：GA 实例意味着企业可以在云上按需消费 Rubin 算力，而不必自己锁机柜订单——中小团队吃到最新硬件的时间差缩短到「一个月」
2. 强化学习负载成为首发场景：Ineffable Intelligence 用 A5X 做 RL 研究，与推理侧 ASIC 替代曲线形成对照——训练与 RL 仍是 GPU 最深的护城河
3. 云承诺可抵扣：已有 Google Cloud 消费承诺的企业可以直接用 A5X 对冲承诺额度（这与 OpenAI 模型上架 Google Cloud Marketplace 的结算逻辑一致）

三、与 TPU 的关系：不是替代，是分层​

谷歌 2026 年 capex 指导 $1950-2050 亿，TPU（v8 训练/推理双线、2027 年底全面量产）与 Rubin GPU 各自承接不同负载层：固定的大规模推理走 TPU，前沿训练、RL 与需要 CUDA 生态的客户负载走 GPU。对采购方，这意味着在谷歌云一家就能同时拿到两大技术路线——议价时多了一张牌。

延伸阅读：Rubin R200 卡片 · TPU 8t/8i 卡片 · TCO 计算器

10 月 21 日，英伟达 GTC 大会在柏林 Tempodrom 开幕，黄仁勋近两小时的主题演讲把「AI 工厂」放到了叙事中心：AI 正推动人类历史上规模最大的基础设施建设，欧洲要从 AI 消费者变成 AI 生产者。

一、Vera Rubin：全面生产 + 30 倍性能曲线​

• 全面生产（Full Production）：Vera Rubin 平台正式宣布进入全面生产阶段
• 全液冷设计，单机架接入 72 颗 GPU 组成超算（Rubin R200 卡片）
• 性能曲线：Blackwell 较 Hopper 提升 30 倍，Vera Rubin 预计两年内再提升 30 倍——超越摩尔定律增长预期

二、DSX POD：AI 工厂变成「集装箱交付」​

这是本次演讲最具工程意义的发布：把 Vera Rubin 机柜、网络布线、液冷系统提前在工厂完成集成测试，再以集装箱形式交付：

指标	传统方式	DSX POD
现场部署时间	~6 个月	最快 14 天
1GW AI 工厂造价	~500 亿美元	延迟三个月上电 = 数十亿美元收入损失
冷却用水	蒸发冷却	闭环液冷，吉瓦级日节水 5400 万升

配套 DSX MaxLPS 软件按负载动态分配电力，同 Token 产出最高省电 30%。联想、戴尔、HPE、施耐德电气等 17 家伙伴计划 2027 年初推出产品。英伟达超大规模副总裁 Ian Buck 补充：数百兆瓦级项目是 DSX POD 近期主战场，并非全面取代传统机房。

三、OpenShell 与六款开源模型​

• OpenShell 安全参考架构：面向智能体的内核级沙箱、最小权限、动态策略控制——黄仁勋称之为「英伟达做过最重要的事之一」
• 六款开源模型：Nemotron（语言）、Cosmos 3.5（世界模型）、GR00T（人形机器人）、Alpamayo 2 Edge（自动驾驶）、Ising（量子经典计算）、Earth-2（物理 AI）

四、欧洲牌​

黄仁勋演讲前走访法英瑞典德：过去一年对欧洲技术生态投入近 100 亿美元、联动超 1.2 万家伙伴；英国获 5 年 2.5 亿美元算力捐赠；瑞典联盟共建 Sferical One 超算。据美联社，欧洲目前仅拥有全球约 5% 的 AI 算力——这正是「欧洲造 AI 工厂」叙事的立足点。

延伸阅读：Google Cloud A5X 与 96 万块 Rubin · Rubin Q4 放量 · 完整对比表

2026 年 10 月，NVIDIA 供给侧出现三个值得记录的事实：Rubin 机柜开始放量、单一客户（SpaceX）给出每月 20 万颗 GB300 的上线速度、以及 Rubin 规格表上罕见的「官方双口径」。本文逐一梳理。

信号一：Vera Rubin NVL72 进入放量阶段​

鸿海在 10 月上旬首次公开了 Rubin 机柜的制造细节：由鸿佰科技组装的 Vera Rubin NVL72 量产机柜已出货，首批交付微软；产线引入机器人自动化，母线（Busbar）组装成功率超过 95%。鸿海轮值 CEO 的口径是：Vera Rubin 预计第四季度放量出货，2027 年成为主力产品，同时 GB 系列需求稳定、至少延续到明年。

时间线回顾：2026-01-05 CES 宣布全面量产，8 月 26 日财报称「向全面生产爬坡、机柜已在合作伙伴处运行」，10 月起进入放量。另有一个容易踩坑的命名变化：原「Rubin NVL144」按 die 计数，官方已统一改称 Vera Rubin NVL72（按 72 个 GPU 封装计数）。

信号二：SpaceX 的月度上线速度​

10 月 20 日 SpaceX Q3 财报电话会上，马斯克给出的数字是：SpaceX 正按每月约 20 万颗 GB300 的速度把英伟达芯片上线，该节奏将持续到年底，明年转向以 Vera Rubin 算力为主，并规划在 2027 年二季度末建成 44 万颗 Vera Rubin 训练集群；SpaceX 还在寻求约 400 亿美元贷款（Apollo 牵头）用于采购英伟达芯片。

单客户月化 60 万颗的 Q4 上线量，是「算力军备竞赛进入吉瓦时代」最直白的注脚。但对采购方的参照意义有限——这是顶配客户的特殊节奏，不代表市场平均可获得性。

信号三：Rubin 带宽的官方双口径​

一个数据站必须诚实记录的事实：NVIDIA 自己的两个页面给出了不同的 Rubin 显存带宽——

来源	显存带宽	NVLink
1 月技术博客 / HGX 产品页	22 TB/s	3.6 TB/s
Vera Rubin NVL72 产品页	19.2 TB/s	3 TB/s

在 NVIDIA 调和之前，任何单值引用都应注明出处。本站全部页面统一采用 NVL72 产品页口径 19.2 TB/s，并在 Rubin 卡片中保留双口径说明。

中国市场的另一个极端​

与吉瓦级部署形成对照的是：中国数据中心收入已不再进入 NVIDIA 业绩展望，FY2027Q2 财报确认中国收入贡献为零（H20 库存释放的 1.8 亿美元是非中国区销售）。出口管制时间线上，2026-01-14 BIS 新规将 H200 等从「推定拒绝」改为「逐案审查」，但中国海关放行与买方意愿两个环节均未打通。这意味着全球 AI 算力市场事实上分裂为两个定价体系——本站所有价格对比均分列 USD 与 CNY 口径，不做跨体系直接换算。

相关阅读​

• NVIDIA Rubin R200 芯片卡片
• NVIDIA GB300 芯片卡片
• AMD Helios 量产爬坡（同代竞品视角）

在HBM三强中，美光长期是"最不可忽视的第三名"——体量最小，但增长姿态最凶。当韩系双雄比拼产能规模时，美光选择了一条更聪明的路径：不比总量，比爬坡速度、产品世代切换与长约锁定的能力。

产能翻倍：10 万片的年底目标​

据2026年9月多家媒体报道的行业消息，美光计划到2026年底将HBM月产能提升至约10万片晶圆，较2025年每月约4万至5万片的水平接近翻倍，新增设备正在其台湾铜锣与新加坡Woodlands封装基地安装，广岛厂的配套投资也在筹备之中。需要说明的是，这一具体数字目前来自供应链口径，美光官方尚未正式确认。

即便翻倍落地，美光与三星、SK海力士的差距依然明显——两家韩企的HBM月产能据行业估算均在15万至20万片之间，是美光当前规模的3到4倍。但市场份额的差距远小于产能差距：据Counterpoint Research估算，2026年第二季度全球HBM份额为SK海力士50%、三星32%、美光18%。产能翻倍的意义不在于追平，而在于把差距压缩至此前的约一半，从而在供货资格与长约谈判中获得更重的筹码。

美光HBM关键指标	现状与目标
2025年HBM月产能	约4万至5万片
2026年底目标	约10万片
HBM4产出占比	从年初20%至30%升至年底最高50%
HBM4累计收入	已突破10亿美元（2026年6月口径）
2026年Q2市场份额	18%（Counterpoint估算）
2027年产能	大部分已被客户长约锁定

HBM4：绑定 Vera Rubin 的产品卡位​

美光的豪赌核心是12层HBM4。该产品于2026年第一季度量产，其中36GB 12层版本专为英伟达Vera Rubin平台设计，官方公布的带宽超过2.8TB/s，能效较上一代HBM3E提升逾20%。CEO Sanjay Mehrotra在2026年6月的财报电话会上表示，HBM4的产能爬坡速度约为12层HBM3E的两倍，累计HBM4出货收入已突破10亿美元。

更关键的财务背景是：美光最新一个财季（截至2026年5月28日）营收达414.6亿美元，而上年同期仅93亿美元——存储超级周期带来的现金流，正是这场产能豪赌的弹药库。公司同时确认，2026年全年HBM产能已售罄，2027年产能的相当部分已通过长期协议锁定，且价格显著高于2026年水平。

产地布局：日、台、新的三角​

与韩企集中本土不同，美光的HBM版图横跨三地：前端DRAM晶圆依托日本广岛（1-gamma节点为HBM4E做准备）、TSV与堆叠封装分布在台湾铜锣和新加坡，印第安纳州的美国本土存储基地则瞄准更远期的AI存储需求。这种产地多元化在出口管制时代具有独特的地缘价值，也是美光向美国大客户销售的隐性加分项。

研判：不对称竞争的天花板与地板​

美光的处境是典型的"不对称竞争"：天花板由韩企的产能规模决定，地板则由长约与Vera Rubin绑定保住。展望2027年，HBM4E将开启定制化HBM时代，这对美光反而有利——定制化意味着客户关系与设计响应速度的权重上升，纯粹产能规模的权重下降。只要存储紧缺延续到2027年乃至2028年（多家机构如此预测），美光就有机会把18%的份额向20%以上推进。豪赌成色的最终裁判，是英伟达Rubin世代的实际出货节奏。

LLM 推理从来不是一种负载，而是两种。Rubin CPX 的出现，是 NVIDIA 第一次在芯片层面把这两种负载拆开：prefill 交给一颗便宜的 GDDR7 芯片，decode 交给昂贵的 HBM 芯片。这是自 RTX 以来 NVIDIA 对 GPU 品类最激进的一次扩容。

为什么 prefill 值得一颗专用芯片​

LLM 推理分两个阶段。上下文阶段（prefill）读入整段提示词并构建 KV Cache，是算力密集型；生成阶段（decode）逐 token 出字，瓶颈在显存带宽。过去两种负载共享同一种 GPU，结果是为了 decode 的带宽为 prefill 买了昂贵的 HBM，而 prefill 本可以跑在便宜得多的存储介质上。

Rubin CPX 关键规格	数值
Die 设计	单晶片（区别于标准 Rubin 的双 Die 封装）
算力	最高 30 PFLOPS（NVFP4）
显存	128GB GDDR7（约 HBM4 单位成本的五分之一）
视频引擎	4 组 NVENC + 4 组 NVDEC
注意力性能	官方称较 GB300 NVL72 系统快约 3 倍
发布时间	2025 年 9 月 9 日

GDDR7 带宽远低于 HBM，但对瓶颈在算力的 prefill 而言是可接受的取舍，换来的是更低的每 GB 成本和免硅中介层的标准封装。芯片还内置了硬件注意力加速与视频编解码引擎——处理一小时视频可能需要百万 token 量级的上下文，Cursor、Runway、Magic 等公司在发布时即表态探索将其用于代码库级理解与长视频生成。

系统层面，Vera Rubin NVL144 CPX 机柜集成 144 颗 Rubin CPX、144 颗标准 Rubin GPU 与 36 颗 Vera CPU，合计 8 EFLOPS NVFP4、100TB 快速内存、1.7PB/s 内存带宽，官方称 AI 算力较 GB300 NVL72 高 7.5 倍。144 颗 CPX 负责 prefill，144 颗 Rubin 负责 decode，NVIDIA Dynamo 推理平台在两个池之间调度 KV Cache 的传递。

2026 年的现实：延期、缺席与 HBM4 传闻​

差异化设计的故事在 2026 年出现了转折。按原计划，Rubin CPX 应于 2026 年底出货，但 2026 年 3 月的 GTC 主题演讲上它并未出现——NVIDIA 当场展示的是用于低延迟解码的 Groq 3 LPX 机架，据 Tom's Hardware 报道，NVIDIA 高管在问答中确认 CPX 被调整让路于 LPU 解码路线。

时间节点	事件
2025 年 9 月	Rubin CPX 正式发布，宣布 2026 年底上市
2026 年 3 月	GTC 2026 主题演讲未亮相，官方称聚焦 LPU 解码
2026 年 9 月	据公开报道，分析师郭明錤称 HBM4 改版 CPX 计划 2027 年一季度投产（未经证实）

对采购者的含义很直接：不要围绕 CPX 做部署规划。但它背后的 disaggregated serving 架构——prefill 池与 decode 池分离、跨池传递 KV Cache——是成熟且已经落地的模式，今天的推理引擎与 GPU 租赁就能实践。CPX 若最终以 HBM4 形态归来，说明市场对"专用 prefill 硅片"的定价尚未收敛；若长期缺席，则证明混合负载仍将由通用 GPU 一肩挑。

小结​

Rubin CPX 的价值一半在硬件，一半在范式：它把"推理是两种负载"写进了产品线，逼迫整个行业认真核算 prefill 的成本占比。单 Die 加 GDDR7 的设计逻辑——用便宜的介质喂饱算力密集的段——未来大概率以某种形态回归。2026 年底的现在，把它当作路线图上值得追踪的节点，而不是采购清单上的选项。

2026 年 3 月 17 日的 GTC 大会上，NVIDIA 正式发布了 Rubin R200——这颗基于 3nm 制程、集成 3360 亿晶体管的 AI GPU，用 2.75 倍显存带宽和 5 倍 FP4 推理算力，完成了对 Blackwell 的一次教科书式代际跨越。本文依据站内芯片数据库数据，结合 MLPerf Inference v6.1 实测结果，拆解这颗芯片的技术细节与系统级打法。

核心规格总览​

据站内芯片数据库，Rubin R200 的完整规格如下：

规格	参数
GPU 架构	Rubin 架构（MCM 多芯片模块设计）
制程工艺	台积电 3nm N3P（计算 die）+ N5B（I/O die）
晶体管数量	3360 亿
SM 数量	224 个
FP4 推理算力	50 PFLOPS（sparse）
FP4 训练算力	35 PFLOPS（sparse）
FP8/FP6 算力	17.5 PFLOPS（sparse）
显存容量	288 GB HBM4
显存带宽	22 TB/s
互联技术	NVLink 6（单向 3.6 TB/s）
TDP	1800-2300W（必须液冷）
量产时间	2026 年 6 月（全面量产）
定价	单 NVL72 机柜 350-400 万美元

单看数字，Rubin R200 的 TDP 达到 1800-2300W，是 B200（1000W）的近两倍——功耗墙的持续抬升，正是当代 AI 芯片竞争的缩影：算力提升越来越依赖"堆晶体管 + 堆显存 + 堆带宽"的三重奏。

MCM 设计：2+2+8 的多芯片方程式​

Rubin R200 没有走"单颗巨 die"的路线，而是采用多芯片模块（MCM）设计，核心包含三部分：

• 2 颗计算 die：GPU 核心本体，采用台积电 3nm N3P 工艺；
• 2 颗 I/O die：负责 HBM 控制器与 NVLink 物理层，采用成本更低的 N5B 工艺；
• 8 颗 HBM4 显存堆栈：提供 288GB 总容量。

这种"计算与 I/O 分离"的设计是 HBM4 时代的必然选择。HBM4 的接口宽度翻倍到每堆栈 2048bit，如果继续让 3nm 计算 die 直接挂载 HBM 控制器，die 面积将被大量 I/O 逻辑占据，成本失控。把 HBM 控制器和 NVLink PHY 下放到 N5B 工艺的 I/O die，既保护了最昂贵的 3nm 面积，又让存储互联部分可以独立迭代——这也是 AMD 在 MI400 系列上殊途同归的工程共识。

第三代 Transformer Engine​

Rubin 架构的第三代 Transformer Engine 支持硬件级自适应精度压缩，不需要重写模型代码即可在 FP4/FP6/FP8/FP16/BF16/TF32/FP32/FP64 之间动态切换。对用户而言，这意味着 FP4 量化不再是"敢不敢用"的权衡，而是训练与推理管线的默认状态。

HBM4：接口翻倍如何换来 2.8 倍带宽​

显存是这代产品最戏剧性的升级点。据站内芯片数据库的对比数据：

对比项	Blackwell B200	Rubin R200	提升比例
晶体管数	2080 亿	3360 亿	1.6 倍
显存容量	192GB HBM3e	288GB HBM4	1.5 倍
显存带宽	8 TB/s	22 TB/s	2.75 倍
NVLink 带宽	1.8 TB/s	3.6 TB/s	2 倍
FP4 推理算力	~10 PFLOPS	50 PFLOPS	5 倍
TDP	1000W	1800-2300W	1.8-2.3 倍

HBM4 将单堆栈接口从 HBM3e 的 1024bit 翻倍到 2048bit，引脚速率提升至 10.8 GT/pin 左右。两个因素相乘，让单堆栈带宽突破 2.7 TB/s 量级——8 个堆栈聚合后达到 22 TB/s，相比 B200 的 8 TB/s 实现 2.75 倍提升。相比 B300 Ultra（288GB HBM3e、8 TB/s 带宽），容量持平但带宽提升 2.75 倍；而对比 B200 的 FP4 算力是 5 倍，对比 FP4 sparse 口径的 B300 Ultra 则约 3.3 倍。

值得注意的是 HBM4 的供货格局：三星、SK 海力士、美光三家多源供货，其中 SK 海力士 12 层 HBM4（36GB/堆栈、2.8 TB/s/堆栈、11 Gbps）已于 2026 年 7 月启动量产出货。多源策略显著降低了 NVIDIA 在 HBM4 时代的供应链风险。

NVLink 6 与 Vera Rubin NVL72​

单 GPU 的 NVLink 6 互联带宽达到 3.6 TB/s（双向），是上一代 1.8 TB/s 的整整两倍。在一个 NVL72 机柜内，72 颗 Rubin R200 与 36 颗 Vera CPU 全互联，机柜总 NVLink 带宽达 260 TB/s。

Vera Rubin NVL72 的机柜级规格（据站内芯片数据库）：

• 总算力：FP4 约 3.6 EFLOPS
• 总显存：20.7 TB HBM4
• 总带宽：1.58 PB/s
• TDP：约 180kW（必须全液冷）
• 定价：350-400 万美元

规划中的 Vera Rubin NVL144 将把 144 颗 Rubin R200 装进一个互联域，FP4 总算力约 7.2 EFLOPS，NVIDIA 宣称大模型推理成本可降至 Blackwell 平台的 1/10。

MLPerf 实测：99% 扩展效率意味着什么​

2026 年 9 月 16 日，Rubin R200 在 MLPerf Inference v6.1 上完成首秀：

测试项	对比基准（GB300 NVL72）	提升
Qwen3-VL 吞吐	同配置	最高 3.7 倍
DeepSeek-R1 吞吐	同配置	最高 2.5 倍
288 卡扩展效率	—	99%

99% 的 288 卡扩展效率是比峰值算力更有说服力的指标——它意味着 NVLink 6 与系统软件栈在跨机柜扩展时几乎没有"漏水"，集群规模翻倍时吞吐也近乎线性翻倍。对于按 token 计价的推理业务，NVIDIA 宣称 Rubin 平台的推理 token 成本最高可降 10 倍。

量产节奏与客户版图​

• CES 2026：NVIDIA 宣布 Vera Rubin NVL72 进入全面投产，H2 2026 出货；
• 首批客户：AWS 与微软率先确认；站内芯片数据库同时记录 CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud 的 NVL72 机柜已交付并扩大部署；
• OpenAI 合作：NVIDIA 计划与 OpenAI 合建的首个 1GW 数据中心将于 2026 H2 通过 Rubin 平台交付；
• 自建机房用户：2027 年第一季度可采购。

"七芯片堆栈"：R200 只是一部分​

理解 Rubin R200，不能只看这颗 GPU。Vera Rubin 平台的完整组成是七颗芯片：Vera CPU + Rubin GPU + NVLink 6 交换机 + ConnectX-9 SuperNIC + BlueField-4 DPU + Spectrum-6 以太网交换机 + Groq 3 LPX（专为智能体解码阶段设计的低延迟推理加速器）。

这套组合拳的逻辑很清晰：训练吃算力，推理吃带宽与延迟，而不同环节由不同架构的芯片承担，整体效率最高。GPU 负责训练与 prefill，Groq 3 LPX 负责智能体 decode 阶段的低延迟输出，网络芯片保证 72 乃至 576 卡像一个 GPU 一样工作。竞争对手要在单点芯片上追平 R200 的规格或许可行，但要复制整套系统，难度完全不在一个量级。

小结​

Rubin R200 是一次典型的"系统级代际跨越"：3360 亿晶体管和 50 PFLOPS FP4 是显性的规格领先，而 MCM 封装、HBM4 多源供货、NVLink 6 的 99% 扩展效率，以及七芯片堆栈的完整生态，才是 350-400 万美元机柜定价背后的真正护城河。H2 2026 大规模出货后，AI 算力市场的竞争焦点将进一步从"单芯片跑分"转向"每 token 成本"——这正是 Rubin 平台设计之初就瞄准的战场。

当 Rubin R200 还在陆续爬坡之际，NVIDIA 的下一个两年已经被写进路线图：2027 H2 的 Rubin Ultra 与 2028 年的 Feynman。但与以往"官宣即定型"不同，Rubin Ultra 在 2026 年经历了一次罕见的架构大改——原版 4 芯片设计被取消。本文依据站内芯片数据库与行业路线图口径，拆解这次调整背后的工程与商业逻辑。

Rubin Ultra（V300）：从官宣到修订​

Rubin Ultra 在 GTC 2026（2026-03-17）与 Rubin R200 一同公布，定位超大规模训练/推理的顶端产品。据站内芯片数据库，其原版设计规格如下：

规格	参数（原版设计，待官方最终确认）
GPU 架构	Rubin 架构（MCM 多芯片模块）
封装	原版 4 芯片设计（已取消）
FP4 推理算力	推测约 100 PFLOPS（原版，密集）
FP8 训练算力	推测约 70 PFLOPS（原版）
显存容量	576 GB HBM4e（原版设计）
显存带宽	推测 >44 TB/s（HBM4e）
互联技术	NVLink 7（推测，单向 >3.6 TB/s）
TDP	推测 3000W+（必须液冷）
量产时间	推测 2027 H2 – 2028
定价	推测单 NVL144 机柜 1500-2100 万美元

原版 NVL144 机柜配置为 144 颗 Rubin Ultra GPU + 72 颗 Vera CPU，总显存 82.9 TB HBM4e，FP4 总算力推测约 14 EFLOPS，TDP 推测约 360kW——是 Vera Rubin NVL72（约 180kW）的整整一倍。

关键调整：4 芯片设计取消​

2026 年最重要的路线图变化，是据 SemiAnalysis 报道，原版 4 芯片 Rubin Ultra 设计因封装制造难度被取消，新版规模缩减约一半、性能相应减半，仅保留 2 芯片版本——规模扩展能力弱于原设计。站内芯片数据库也明确记录了这一调整。

与之相伴的是显存减配传闻：2026 年 9 月，SemiAnalysis 与科创板日报报道 Rubin Ultra 的 HBM 配置拟从 HBM4E 12-Hi（384GB 档）下调至 HBM4 8-Hi（192GB），三星配合开发 8 层产品。动因是 HBM/DRAM 涨价后内存已占整机 TCO 约 40%，减配后 HBM 成本可降超 50%；省下的预算转向 Scale-up 纵向扩展网络——以 NVL576 NPO 方案测算，Scale-up 网络占机架支出比例将从 4% 升至 12%。TrendForce 显示 NVIDIA 自 2026 Q3 起并行评估 HBM4E 8-Hi、HBM4E 12-Hi、HBM4 8-Hi 多套方案。

行业路线图口径：VR300 NVL576 与 Feynman​

行业路线图汇总口径（Thunder Compute，2026-10）给出了另一个观察视角，需注意与 GTC 2026 原版公布信息存在差异，最终以官方为准：

产品	目标时间	关键规格（行业口径）
Rubin Ultra VR300	2027 H2	100 PFLOPS FP4/GPU、1TB HBM4e、NVL576、机架约 600kW
Feynman	2028	规格未公布（preliminary/未确认）

这个口径下的 VR300 与站内数据库记录的原版 NVL144（576GB HBM4e/GPU）明显不同：单卡显存更高（1TB）、机柜规模更大（NVL576）、单机架功耗推高到约 600kW。两条信息线的分歧恰恰说明 Rubin Ultra 仍处于架构修订期，唯一确定的是方向——显存继续翻倍、机柜规模继续翻倍、功耗继续飙升。

一年一代：与客户 capex 的绑定节奏​

从 Hopper（2022）到 Blackwell（2024）再到 Rubin（2026），NVIDIA 已把旗舰产品节奏锁定为两年一代；而在同一代际内部，GB200→GB300 的中期升级又把"可买的最新品"刷新周期压缩到约一年。这种节奏对客户 capex 形成了强绑定：

• 锁定采购：超大规模云厂商若想保持算力性价比领先，必须按 NVIDIA 的节奏滚动下单，否则两年后单位算力成本被拉开数倍；
• 规划反推：Rubin Ultra 的 2027 H2 时间点，意味着客户 2026 年就要锁定机位、电力与液冷改造——约 600kW/机架的功耗口径直接改写数据中心设计规范；
• 竞争挤压：AMD Helios II/MI500 同样瞄准 2027 年窗口，NVIDIA 把 Rubin Ultra 顶在 2027 H2，本质上是在客户年度预算分配前抢先占位。

HBM4e 供给与功耗：砍半的真实原因​

Rubin Ultra"砍半"并非技术退缩，而是三重现实约束的交汇：

1. 封装良率：4 颗计算 die 的 MCM 封装对 CoWoS-L 工艺的良率要求过高，量产风险不可控；
2. HBM 成本：内存占 TCO 40% 的现实下，576GB→192GB 档的减配能省下过半 HBM 预算；
3. 功耗墙：原版 360kW 乃至行业口径 600kW 的机架功耗，正在逼近现有液冷基础设施与供电改造的承受极限。

省下的预算被重新分配给 Scale-up 网络——这透露出 NVIDIA 的判断：下一代旗舰的瓶颈不在单卡 FLOPS，而在机柜内纵向扩展的互联效率。光互联（NPO）进入 Scale-up 网络，就是这个判断的落地。

Feynman：2028 的悬念与命名暗示​

Feynman 目标 2028 年，目前规格完全未公布（preliminary/未确认）。但命名本身已传递信息——继以物理学家命名的传统（Fermi、Maxwell、Volta），Feynman（理查德·费曼）指向的是量子电动力学与路径积分的缔造者。行业普遍猜测其架构方向可能包括：更激进的近存计算、光子互联的规模化引入，以及面向 agentic AI 负载的原生优化。考虑到 NVIDIA 2026 年收购 Groq 后已在 LPU 架构上积累经验，Feynman 完全可能首次把"训练芯片"与"推理加速器"在架构层面统一调度。

不过需要冷静看待：NVIDIA 的公开路线图历来在临近发布时大幅修订，Feynman 的最终形态大概率与今天的任何猜测都不同。

与 AMD Helios II/MI500 的时间赛跑​

2027 年的正面交锋已经排定：AMD 的 Helios II 机架与 MI500 系列瞄准同一时间窗口。AMD 的打法是开放生态（UALink、开放 HBM4/4e 规格）+ 激进显存（延续 MI400 432GB HBM4 的堆料路线），而 NVIDIA 则以 NVLink 域规模与 CUDA 软件栈守正。Rubin Ultra 的架构修订，某种意义上正是对 AMD 显存策略的回应——当单卡显存竞争的成本效益递减时，把预算转向 Scale-up 网络与系统效率是更聪明的花法。

小结​

NVIDIA 2027-2028 路线图的核心叙事是"从堆规格到堆系统"：Rubin Ultra 取消 4 芯片设计、显存减配、预算转向 Scale-up 光互联，是 HBM4e 供给与功耗现实下的理性选择；行业口径中 2027 H2 的 VR300 NVL576 与 2028 年的 Feynman，则勾勒出机架功耗迈向 600kW、架构走向异构统一的下一幕。对采购方而言，最重要的不是记住这些规格数字，而是理解一年一代节奏下"早买早享受、晚买享折扣"的 capex 决策模型正在失效——不跟上节奏，两年后的单位算力成本差距将大到无法用预算延迟来弥补。

在AI存储这条赛道上，落后一年半的代价是什么？三星用亲身经历给出答案：丢失整个Blackwell世代的主供资格，市值与声誉双重承压，高管公开道歉。但反转来得也快——凭借率先出货HBM4，三星在2026年完成了一场教科书级的追赶。

失位：一个认证延误引发的连锁反应​

故事的开端是2024年的HBM3E认证折戟。由于良率与可靠性问题迟迟无法通过英伟达验证，三星错过了H100、H200乃至Blackwell系列最肥美的出货窗口，HBM市场份额在2025年第二季度一度跌至17%的低点（据行业研究机构估算）。期间公司更换了芯片业务负责人，管理层罕见地为AI存储业务的延误公开致歉。

这段时间里，三星只能转向AMD等对认证要求相对宽松的客户出货HBM3E，同时在后台持续打磨工艺。对一家DRAM市占率全球第一的公司而言，这种"二线身份"的刺痛感可想而知——HBM是AI加速器物料清单中占比接近一半的成本项，缺席一个产品世代意味着数百亿美元级别的收入让渡。

时间节点	三星HBM关键事件
2024年5月	芯片业务负责人更换，HBM3E认证持续受阻
2024年10月	管理层就AI存储延误公开道歉
2025年9月	12层HBM3E通过英伟达认证，成为第三家合格供应商
2025年10月	与OpenAI签署星门计划战略存储合作意向
2026年2月	业界率先批量出货HBM4，引脚速率达11.7Gbps
2026年第二季度	HBM收入份额回升至33%（Counterpoint估算）

反扑：1c DRAM 加自研基底的技术豪赌​

三星的反扑建立在两步棋上。第一步是HBM3E的补票：2025年9月，其12层HBM3E历时约18个月终于通过英伟达测试，瞄准B300等加速器，第三季度开始出货。第二步才是真正的翻盘手——HBM4。三星采用第六代1c DRAM搭配自家4纳米逻辑基底die，成为三巨头中唯一能自产先进逻辑基底的厂商（SK海力士的基底需台积电代工），在集成度与成本结构上握有独特筹码。据报道，其HBM4在英伟达认证中以11.7Gbps的引脚速率超过10Gbps的要求，且无需重新设计即通过双档位认证。

产能层面同样激进：三星计划2026年底前将1c DRAM月产能提升至约15万片，并将全年HBM总产量提升至2025年的三倍以上，其中过半为HBM4。据行业报道，其HBM4良率已从约60%爬升至接近80%。市占率数据印证了反扑成效：Counterpoint估算显示，2026年第一季度三星份额21%，第二季度已升至33%，同期SK海力士为50%，美光18%。

下一步：Rubin 配额与星门赌注​

不过追赶战远未结束。据多家机构预测，在英伟达Vera Rubin平台的HBM4配额中，SK海力士预计拿下约七成，三星初始份额在两成到两成半之间——技术上限仍是约束，产能已不是瓶颈。三星更大的赌注押在生态位上：2025年10月与OpenAI签署星门计划战略存储合作意向，OpenAI的存储需求据估计最高可达每月90万片DRAM晶圆，接近全球DRAM产能的四成。

研判：追赶的终点是"跟随定价权"​

三星这场追赶战的最大启示在于：HBM竞争的本质不是产能竞赛，而是认证与良率的信任竞赛。三星已经证明自己能重新登上牌桌，但要从"跟随者"变成"定价者"，还需在11Gbps档位的良率上追平SK海力士，并在HBM4E定制化世代拿到属于自己的旗舰客户。未来两年，HBM市场大概率维持SK海力士领先、三星紧咬、美光卡位的寡头格局——而对整个AI产业来说，三强咬得越紧，加速器厂商的议价空间就越大。

On September 16, MLCommons released the MLPerf Inference v6.1 Closed Division results, and NVIDIA's Vera Rubin NVL72 completed its benchmark debut. The same day, CoreWeave announced that a multi-rack Vera Rubin cluster was live on its cloud — a "rent the new hardware on launch day" cadence that is compressing the cycle from next-generation compute announcement to billable output down to a quarter.

---

1. Debut Results: 3.7x and 2.5x​

NVIDIA, via preview submissions (entries 6.1-0106 / 6.1-0074), provided an apples-to-apples comparison of its two flagship generations:

Benchmark Model	Vera Rubin NVL72 vs GB300 NVL72	Software Stack
Qwen3-VL-235B-A22B (235B multimodal MoE)	Throughput up to 3.7x (across offline / server / interactive scenarios)	vLLM + NVIDIA Dynamo
DeepSeek-R1-671B (671B inference model)	Throughput up to 2.5x	TensorRT-LLM

The three technologies behind these numbers:

• NVFP4 precision: compresses the memory footprint of model weights, attention tensors, and the KV Cache, enabling significantly larger effective batch sizes;
• Disaggregated serving: prefill (compute-intensive) and decode (bandwidth-intensive) are split across separate GPU pools, each independently optimized;
• Expert parallelism: MoE expert layers route across chips in a distributed fashion, paired with sixth-generation NVLink / NVLink Switch (NVIDIA claims 10x the packet rate of commodity Ethernet at 3x lower latency).

2. Same-Session Highlights: Scaling Efficiency and the Software Dividend​

• GB300 four racks, 288 chips, 99% scaling efficiency: in the DeepSeek-R1 offline scenario, scaling from a single rack of 72 chips to 4 racks of 288 chips shows almost no loss (entries 6.1-0073 / 6.1-0074) — the first time rack-scale interconnect scaling efficiency has been validated at the 288-chip level;
• The software dividend is still being paid out: on the same GB300 hardware, v6.1 software optimizations deliver up to 1.6x Qwen3-VL gains over v6.0; NVIDIA also reported post-submission gains for GPT-OSS-120B and DLRMv3 (not verified by MLCommons);
• 19 partners submitted, 8 of them using multi-node Blackwell NVL72 configurations (ASUS, Azure, Cisco, CoreWeave, Crusoe, Dell, Fujitsu, HPE, Lambda, Nebius, OCI, Supermicro, and others); Nebius also submitted Vera Rubin preview results.

3. CoreWeave Online the Same Day: Rentable at Launch​

On the same day the MLPerf results were published, CoreWeave announced that its multi-rack Vera Rubin NVL72 cluster was live on its cloud:

• Spectrum-X networking links hundreds of Rubin GPUs into a single scale-out cluster, with each GPU paired with 2 ConnectX-9 SuperNICs (1.6Tb/s scale-out bandwidth);
• The AI object store LOTA cuts read latency by 8x;
• On the operations side: Valvey software-defined liquid cooling (NVIDIA spec: 45°C liquid inlet), the Racky rack control layer, and Rack LifeCycle Controller manage an entire NVL72 rack as a single programmable entity;
• Back in July, CoreWeave's own testing put Vera Rubin at 10x tokens/s/MW versus GB200 NVL72 on DeepSeek R1 (company figures, not MLCommons-verified).

4. The Competitive Picture​

• AMD + Crusoe: set MLPerf's all-time high aggregate throughput of 5.75M tokens/s on 512 chips (AMD had the broadest submission coverage this round);
• SemiAnalysis AgentX preview: Vera Rubin up to 30x over GB300 on agentic workloads (preview figures); the MLPerf Endpoints benchmark is forthcoming and will bring agentic inference into standardized measurement;
• Pending validation: Vera Rubin results are preview submissions awaiting independent reproduction; no quantified quality metrics were given for NVFP4's "virtually lossless" claim; per-token cost and power-consumption scaling comparisons have not been published. Matching submissions from Google TPU v7 and AMD MI455X UALoE72 are expected within 2026.

On-site spec comparisons: Rubin R200 (288GB / 22TB/s), B300 Ultra (GB300-class core).

5. Takeaways​

• Vera Rubin NVL72 debut: Qwen3-VL 3.7x, DeepSeek-R1 2.5x over GB300 NVL72 (preview figures);
• GB300 across four racks of 288 chips at 99% scaling efficiency — rack-scale interconnects have entered the usable range;
• CoreWeave brought a multi-rack cluster online the same day — the cycle from next-gen compute launch to billable output is now measured in quarters;
• What to watch: independent reproductions and formal (non-preview) submissions, TPU v7 / MI455X comparison results, and measured per-MW token throughput.

---

Further Reading​

• Rubin R200 Spec Page / B300 Ultra Spec Page (this site)
• NVIDIA Vera Rubin Mass Production and Liquid Cooling Deployment
• Hot Chips 2026 Full Recap: Rubin, MI455X, Crescent Island on the Same Stage

References​

• NVIDIA Blog: Vera Rubin NVL72 Makes Its First Appearance in MLPerf Inference v6.1 (2026-09-16)
• MLCommons: MLPerf Inference v6.1 Closed Division results (entries 6.1-0073 / 6.1-0074 / 6.1-0106)
• CoreWeave Investor Relations: multi-rack Vera Rubin NVL72 availability announcement (2026-09-16)
• AMD Blogs: MLPerf Inference v6.1 submission results

This article is compiled from public MLCommons results and vendor official statements. Vera Rubin results are preview submissions; some gain figures are not MLCommons-verified and are flagged item by item.

本周（2026 年 9 月 1 日–5 日）AI 算力行业的题眼，是两条相反方向的成本重构：海外，英伟达以史上最大并购吞下开发者生态入口，同时给旗舰减配显存——"内存太贵"倒逼硬件从单卡堆料走向系统级互联；国内，DeepSeek 16 万颗昇腾订单把"国产替代"从口号变成头部实验室的资产负债表决策，字节近 300 亿美元融资为算力扩张装上杠杆。

---

1. DeepSeek 拟购 16 万颗昇腾 950DT：国产算力的"标志性订单"​

彭博社 9 月 4 日报道，DeepSeek 计划在内蒙古乌兰察布新建的约 1GW 数据中心部署至少 16 万颗华为昇腾 950DT，主要用于推理而非训练。按每颗约 11.1 万元的市场价估算，订单总额约 178 亿元人民币（约 25.6 亿美元）——这是迄今已知规模最大的昇腾集群，是半年前深圳首个万卡级集群的 16 倍。

三个关键读数：

• 主动选择，而非被迫替代：DeepSeek 是公认最会"榨干"算力的实验室。创始人梁文锋 7 月曾直言：华为超节点能完成 GB300 的任务、延迟没有明显差别，但约需 4 颗昇腾才抵 1 颗英伟达、技术上落后约两年。选择昇腾跑推理，是在综合成本、供应链安全与本土化后的理性决策——推理对软件生态依赖较浅，正是国产芯片的突破口；
• 瓶颈在供给端：受高端内存（HBM）短缺制约，昇腾 950DT 今年产量仅数十万颗（2026 年全部昇腾 die 计划约 160 万颗），DeepSeek 希望加购更多但产能所限，整单交付或需一年以上——国产 HBM 与先进封装成为整条链的胜负手；
• 过渡性押注：DeepSeek 同时在与中芯国际合作开发自研推理芯片，并于 6 月完成约 500 亿元融资、继续洽谈数十亿美元基建融资。国产算力的终局是多元自主，而非单一依赖。

单颗 950DT：144GB HBM、4.0TB/s 带宽、2.0TB/s 互联，原生支持 FP8/FP4/HiF8，详见昇腾 950DT 规格页。

2. 英伟达 129.3 亿美元收购 Hugging Face：买下"铲子的交易所"​

当地时间 9 月 3 日，英伟达宣布以 129.3 亿美元收购全球最大开源 AI 平台 Hugging Face，超过 2020 年 69 亿美元收购 Mellanox，成为其史上最大并购。交易含约 119 亿美元股权款与最高约 10 亿美元员工留任计划，预计 2027 年上半年完成，待监管批准。

Hugging Face 托管超 300 万个模型、50 万个数据集，服务超 1800 万名开发者。黄仁勋承诺平台继续开放中立运营：不强制绑定英伟达资源、开源属性完整保留。

解读：算力霸主的护城河从"芯片 + 网络 + 软件栈"一路修到了"模型分发 + 开发者生态"——卖铲人开始收购铲子的交易所。平台的"中立性"承诺能否兑现，将成为全球监管与竞争性云厂商持续盯防的焦点；对国内产业而言，模型托管、权重分发这类"轻资产 AI 基础设施"与芯片一样，正在成为大国科技博弈的卡点。

3. Rubin Ultra 显存减配：内存占 TCO 40% 后的算术题​

SemiAnalysis 最新报告（科创板日报 9 月 3 日转引）显示，英伟达已将旗舰 Rubin Ultra 的 HBM 配置从 HBM4E 12-Hi（384GB 档）下调至 HBM4 8-Hi（192GB），三星正配合开发 8 层产品。

• 动因：HBM/DRAM 涨价后，内存已占整机 TCO 约 40%；减配后 HBM 成本降超 50%，即便计入 2026 年 HBM 涨价预期，内存占总资本开支比例也将从 40% 压至 28%；
• 钱去了哪：转向 Scale-up 纵向扩展网络——以 NVL576 NPO 方案测算，光模块取代机架间互连后，Scale-up 网络占机架总支出比例从 4% 升至 12%；
• 连锁反应：TrendForce 显示英伟达自 2026 Q3 起并行评估 HBM4E 8-Hi / 12-Hi / HBM4 8-Hi 多套方案，部分云厂商也在考虑下调下一代自研 ASIC 的 HBM 容量。

连定价权最强的英伟达都给旗舰"减配求量"，等于官宣：当前 AI 硬件最紧的约束是内存（美光高管称新增内存供应 2028 年前难有实质放量），单卡堆料的军备竞赛告一段落，硬件价值重心正迁移到光互联、CPO、高速交换与 PTFE 背板。华泰测算 2027 年存储供需缺口将从约 -7% 收窄至 -3%——上行周期未逆转，但从"普涨"走向"结构性紧缺"。

详见本站已同步更新的 Rubin Ultra 规格页与HBM4 量产竞速分析。

4. 推理 ASIC 军备提速：谷歌"一年两款"，Jalapeño 规格落地​

• 谷歌 TPU 迭代周期从两年一代压缩至"每年两款"（华创证券 9 月 4 日研报）：第八代已拆分为训练（8t）与推理（8i）双架构，8i 把内存/算力配比拉到 8t 的 1.65 倍，专为推理放量设计；
• OpenAI Jalapeño 规格披露：6 堆栈 HBM4 共 216GB、带宽 15.4TB/s、700W，围绕投机解码设计；OpenAI 称在 DeepSeek R1 负载下 tokens/kW 达 GB300 的 1.7 倍；RTL 冻结到流片 9 个月，首批硅片后约 10 周承载 ChatGPT 流量。详见规格页（本站已更新）；
• workload-specific 时代开场：训练、推理、推荐各自长出专用芯片，上游 HBM/封装/光互联的供应节奏必须跟上"半年一代"。

5. 国内动态：字节 296 亿美元加杠杆，摩尔线程 Token 超节点投产​

• 字节跳动获约 296 亿美元融资安排（彭博 9 月 3 日），较最初约 200 亿美元目标大幅上调，用于数据中心与 AI 基建；另据产业报道正洽谈在内蒙古新增 5-6GW 算力产能——中国 AI 公司迄今最大规模基建融资之一，算力正被当作可融资、可证券化的重资产经营；
• 摩尔线程 × 趋境科技 "Token 超节点"投产（光明网 9 月 4 日）：以 MTT S500 承担 Prefill 与 KV Cache 生成、高带宽 GPU 专注 Decode 的 PD 异构方案，实测平均生成速度超 50 TPS、KV Cache 命中率超 90%、稳定性 99.9%，已承接头部模型厂商官方业务流量——超节点竞争维度从"单卡参数"转向"单位 Token 生产成本"；
• OpenAI 发布 GPT-6 Astra（9 月 4 日）：超 10 万颗 GPU 在 Stargate 集群完成训练，推理放量与超大规模集群仍是全球算力叙事主线；
• SemiAnalysis 基准：AMD MI355X 新提交在 AgentX 基准低交互区间tokens/$ TCO 击败 B300——vLLM + LMCache 软件栈的贡献首次被独立机构量化认可。

6. 市场：中美算力资产一涨一调​

美东 9 月 4 日，美国 8 月非农仅增 8.9 万人（预期 16 万），10 年期美债收益率回落至 3.78%，成长股走强：科技板块 XLK 周涨 4.2%，英伟达周涨 8.7% 收于 230.36 美元。A股 9 月 4 日反向回调：AI 算力芯片板块 -1.99%、服务器 -2.51%、超节点 -2.86%，浪潮信息跌停、寒武纪 -2.54%——基本面无恶化（博通、戴尔、中际旭创订单与财报持续验证景气），更多是交易层面获利兑现。

下周起三连催化密集：CIOE 光博会（9/9-11）→ 华为全联接大会（9/17-19）→ 云栖大会（9/22-24）。国产超节点从"发布会 PPT"到"批量交付"的成色，将迎来集中检验。

本周一句话​

内存太贵改变了所有人的算法：英伟达给旗舰减配显存、把钱投给互联；DeepSeek 用 16 万颗昇腾买推理确定性；谷歌把 TPU 迭代压到半年一代。2026 年 Q4 起，"每兆瓦/每美元 token 数"将取代"单卡 PFLOPS"，成为算力采购的第一指标。

---

相关链接​

• 华为昇腾 950DT 规格页
• NVIDIA Rubin Ultra 规格页
• OpenAI Jalapeño 规格页
• NVIDIA Rubin 规格页

参考资料​

• 彭博社（转引）：DeepSeek 拟部署 16 万颗昇腾 950DT（2026-09-04）
• cnBeta/今日头条：DeepSeek 据称采购 16 万颗华为昇腾 950DT 芯片（2026-09-05）
• 科创板日报：SemiAnalysis 拆解 Rubin Ultra 减配（2026-09-03）
• Natural News/DailyAI：Nvidia To Acquire Hugging Face For $12.9B（2026-09-05）
• 光明网：摩尔线程 × 趋境科技 PD 异构推理方案投产（2026-09-04）
• AGI Hunt：AI News Daily 2026-09-05

---

本文基于彭博社、科创板日报、SemiAnalysis、TrendForce、华创证券研报及光明网等公开报道整理。订单金额与市场数据为媒体/机构预估口径，实际以相关公司正式披露为准。