为什么NVIDIA给下一代芯片平台取名叫Vera Rubin

Vera Rubin是一位美国女天文学家，她在上个世纪发现了星系旋转速度的异常，简单说就是星系转得太快了，按照可见物质的质量根本撑不住这种转速，于是暗物质这个概念就诞生了。她一辈子没拿到诺贝尔奖，但整个宇宙学都在她的观测数据上重新写了一遍。

现在NVIDIA把她的名字刻在了下一代AI基础设施上，7颗芯片、5种机架、1台巨型超算，全部叫Vera Rubin；我觉得这个名字取得真好。暗物质看不见摸不着但决定了宇宙的结构，AI算力看不见摸不着但正在决定文明的走向。有点浪漫。

这7颗芯片到底是什么

GTC 2026上老黄一口气端出来的阵仗确实吓人。Vera Rubin平台包含以下这些：

Vera CPU，NVIDIA第一颗完全自研的通用CPU，内核架构叫Olympus，88个核心，专门强化单线程性能。这是NVIDIA历史上第一次单独卖CPU，老黄直接说这将是数十亿美元的业务。过去Grace CPU是跟GPU打包卖的，现在Vera要独立出道了。

Rubin GPU，单颗就能提供50 petaFLOPS的NVFP4算力，搭配HBM4显存。记住这个数字，50 petaFLOPS，单颗。NVLink 6 Switch，第六代NVLink，每颗GPU 3.6TB每秒的互联带宽，比Blackwell翻了一倍。72颗Rubin GPU通过NVLink 6连成一个整体，总互联带宽260TB每秒。

ConnectX-9 SuperNIC，网络接口卡，负责机架内外的高速数据搬运。BlueField-4 DPU，数据处理单元，这次还搞了个叫DOCA Memos的框架，专门用来处理LLM推理时产生的海量KV Cache数据，推理吞吐量提升最高5倍。Spectrum-6 Ethernet Switch，以太网交换机，这次用上了共封装光学元件，把光引擎直接焊在交换芯片上，不需要传统可插拔光模块了，光学能效提升5倍，可靠性提升10倍，然后是第七颗，Groq 3 LPU。

Groq怎么混进来了

没错，你没看错，NVIDIA把Groq的LPU集成进了自己的平台。

Groq是一家做推理加速芯片的公司，他们的LPU以超低延迟著称。之前大家觉得Groq是NVIDIA的竞争对手，结果老黄反手一个拥抱，直接把Groq 3 LPU做成了Vera Rubin平台的一部分。Groq 3 LPX机架，256颗LPU，128GB片上SRAM，640TB每秒的集群互联带宽。配合Vera Rubin NVL72一起部署，每兆瓦推理吞吐量提升35倍。万亿参数模型的推理收入潜力提升10倍。

这个操作其实很聪明。NVIDIA的GPU擅长训练和大规模并行计算，但在推理特别是低延迟推理这个场景上，Groq的架构确实有独到之处。与其硬刚不如合作，反正最终客户买的还是NVIDIA的整套方案，Groq只是其中一颗芯片，LPX机架预计今年下半年出货。

NVL72，一个机架350万美金

Vera Rubin NVL72机架，72颗Rubin GPU加36颗Vera CPU，全部液冷。单机架预计售价350万到400万美金，比Blackwell NVL72的约335万美金贵了大约25%，贵是贵了，但值不值呢。

NVL72用来训练大型MoE模型的时候，需要的GPU数量只有Blackwell平台的四分之一。推理的话，每瓦吞吐量提升10倍，每个token的成本最低可以降到十分之一；你没看错，十分之一。也就是说以前你花100万美金跑推理，现在同样的活儿10万美金就能搞定。这个数字是基于Kimi-K2-Thinking模型在32K输入8K输出场景下的实测对比。

这里有个细节很有意思。整个Vera Rubin平台采用45摄氏度水温液冷，不需要额外的制冷机。什么意思呢，就是你拿温水直接灌进去就能散热了。数据中心冷却成本直接砍一大截。

而且这次的机架设计去掉了复杂的缆线，用模块化托盘设计，装配速度比Blackwell快18倍。18倍这个数字有点夸张了，不知道Blackwell那边的工程师看到作何感想。

更狠的是NVIDIA自己算了一笔账。Vera Rubin NVL144 CPX配置下，每投资1亿美金，预计能产生50亿美金的token收入。投资回报率50倍，这个数字在半导体行业几乎没见过。

Vera CPU机架和那个256颗CPU的大家伙

除了GPU机架，还有一个纯CPU机架。Vera CPU机架，液冷，256颗Vera CPU。为什么要单独搞一个CPU机架，因为代理AI和强化学习需要大量CPU环境来测试和验证模型输出。简单说就是GPU负责想，CPU负责验。老黄强调Vera CPU的单线程性能是其他CPU的两倍，能效也高出50%。这个其他CPU没点名，但懂的都懂。

BlueField-4 STX，给AI造了个专门的硬盘架

BlueField-4 STX存储机架，这是NVIDIA专门给AI设计的存储架构。传统存储是给人用的，文件、数据库、对象存储。但AI推理时会产生巨量的KV Cache数据，这些数据的读写模式跟传统存储完全不同。STX就是为这个场景设计的，把GPU显存无缝延伸到整个POD，推论吞吐量提升5倍。

Mistral AI的CTO直接说这个东西对他们的代理AI扩展至关重要。原文就不引用了，大致意思就是终于有人认真对待AI存储这个问题了。

DSX，用数字孪生造AI工厂

Vera Rubin DSX AI工厂参考设计，这是NVIDIA给出的AI数据中心建设指南。

配合Omniverse DSX蓝图，你可以在虚拟世界里先把整个AI工厂建一遍，模拟电力拓扑、散热行为、网络架构，甚至运营策略，然后确认没问题了再开始施工。

参与这个项目的公司名单很长，施耐德电气、西门子、伊顿、特灵、维谛，基本上你能想到的数据中心设备厂商都在里面。还有能源公司，GE Vernova、日立、西门子能源，专门解决AI工厂的电力接入问题。

老黄说智能token是新货币，AI工厂就是生产这种货币的基础设施。DSX蓝图就是帮人更快地开工厂、更快地印钱。

太空计算，GPU真的上天了

最后说个最离谱的。NVIDIA Space-1 Vera Rubin Module，一颗专门为空间环境设计的Rubin GPU模块。跟H100相比，太空版Rubin的AI算力提升25倍。你可能会问，太空里为什么要跑AI。

因为卫星越来越多，产生的数据量越来越大，全部传回地面处理根本不现实。延迟太高，带宽不够，还受天气影响。不如直接在轨道上跑推理，数据在哪产生就在哪处理。

已经有公司在用这个方案了。Aetherflux在做太空能源加轨道计算，Kepler Communications用Jetson Orin在卫星上跑智能路由，Planet每天拍整个地球的照片现在打算在轨道上直接用AI分析，Sophia Space在搞模块化的被动散热太空计算平台，Starcloud更狠，直接要做太空版AWS，轨道数据中心。

老黄的原话我就不引用了，大意是太空计算是最后的前沿，智能必须跟数据在一起。说实话这个方向让我既兴奋又有点害怕。兴奋是因为技术上确实酷，害怕是因为万一哪天太空里跑的AI出了bug，我们连上门拔电源的机会都没有。

Rubin Ultra和下一代的规划

还没完。Vera Rubin之后还有Rubin Ultra，采用Kyber机架设计，GPU是垂直插入的，单个NVLink域可以连接144颗GPU。预计2027年推出从72到144，翻倍的速度比摩尔定律还离谱。

以前我们说NVIDIA是卖显卡的，后来变成卖GPU的，再后来变成卖AI芯片的，现在它想卖整个AI工厂。而且是每投资1亿美金就能产出50亿的那种工厂；推理加速这个赛道本来有好几个玩家在跟NVIDIA竞争，结果老黄直接说你们别打了，来我这里干活吧。