大数跨境

关于英伟达 Vera Rubin 交付进度的最新报道:初测结果好于预期

关于英伟达 Vera Rubin 交付进度的最新报道:初测结果好于预期 AI产业链研究
2026-07-28
4
——The Information 报道解读


一、背景:围绕 Rubin 的延期传闻

近段时间,关于英伟达下一代机架级系统可能延期的消息多次出现。

去年,曾有分析师称 Rubin 需要重新流片,英伟达随后公开否认,表示产品将按计划于 2026 年下半年推出。今年 4 月,TrendForce 将 Rubin 在英伟达高端 GPU 中的出货占比预期从 29% 下调至 22%,理由包括 HBM4 认证耗时、CX8 向 CX9 升级的适配工作,以及功耗增加后电力管理方案的供应链调校问题。本月初,SemiAnalysis 又报道称承载 Rubin Ultra 的 Kyber NVL144 架构在制造环节遭遇挫折,可能推迟超过 12 个月——不过这一说法主要指向 Ultra 阶段,而非 2026 年的 Vera Rubin。

市场对这一问题之所以敏感,与 Blackwell 的经历直接相关。Blackwell 机架在 2025 年的交付过程中出现过热和设计返工问题,出货节奏受到影响,客户部署成本明显上升。Rubin 是否会重复这一过程,是云厂商和数据中心建设方目前最关心的问题之一。

二、The Information 最新报道的核心信息

The Information 昨天的报道给出了与延期预期不同的信息:根据初步测试,已拿到样机的云厂商预计 Vera Rubin 机架的安装难度会显著低于 2025 年的 Grace Blackwell 机架。

据报道,包括 CoreWeave、微软、OpenAI、Anthropic、xAI 在内的几十家客户已经收到 Vera Rubin 测试机架。单机架集成 72 颗 GPU,售价约 700 万至 800 万美元(作为参照,GB300 机架价格约为 500 万美元)。在英伟达圣克拉拉总部的测试设施中,目前约有 30 个机架在运行,OpenAI 已开始使用其中一部分。

针对延期疑问,英伟达官方的回应是:"和我们此前公布的信息相比没有任何变化。"

三、为什么安装难度可能下降

报道中最具体的数据来自英伟达硬件高级副总裁 Andrew Bell。他本月早些时候承认,Blackwell "broke everything"——英伟达对整个 GPU 系统进行了彻底重设计,硬件、软件和制造环节都出现了较多问题,给客户的部署工作造成困难。

相比之下,Vera Rubin 的架构变化幅度较小,且"制造起来容易得多"。Bell 给出的量化对比是:Rubin 芯片托盘一次组装成功的概率约为 95%,而第一代 Blackwell 系统仅为 20%。

支撑这一改善的具体工程措施包括:Vera Rubin 机架基本取消内部线缆,大部分组装工序由机器人完成;机架间连接所需线缆数量大幅减少,官方称为"无缆化计算"并支持热插拔。按照英伟达的说法,这些改动理论上可将单机架的安装时间从数小时缩短至几分钟。

四、仍存在的不确定因素

第一是数据中心的适配成本。 Vera Rubin 能否顺利上线,不只取决于英伟达的硬件。许多客户正在按照英伟达推荐的平面布局、布线方案和管理软件新建数据中心。GPU 云服务商 Vultr 的首席营销官 Kevin Cochrane 表示,数据中心开发商"必须从零开始建设全新的基础设施",因为改造现有机房以容纳 Vera Rubin 的成本过高。也就是说,机架本身更容易安装,但承接它的基础设施仍需从头建设,这部分投入和周期不在英伟达的控制范围内。

第二是明年的 Ultra 版本。 功能更强的 Vera Rubin Ultra 机架引入了多项新设计,可能需要时间验证:芯片托盘将垂直插入机架,类似书架,而非现行机架的水平托盘方式——重力对系统产生的应力类型不同;单个系统最多可互联 576 颗 GPU;单机架功耗接近普通版本的三倍。这些变量中的每一项都可能带来新的工程问题。

五、行业内的分歧

并非所有客户都认可英伟达的乐观表述。一位云厂商高管对 Bell 的说法持怀疑态度,预计 Vera Rubin 的先进版本会再次"break everything",安装难度与 Blackwell 机架相当。

综合来看,目前可验证的信息支持一个相对谨慎的判断:初代 Rubin NVL72 的交付条件确实比 Blackwell 有所改善——一次组装良率、无缆化设计和较小的架构跳跃幅度都有具体数据支撑。但 Ultra 版本引入了多项未经量产验证的新设计,其风险水平可能更接近当时 Blackwell 面临的情况。2026 年初代 Rubin 的交付情况,以及 2027 年 Ultra 的实际表现,将分别回答这两部分问题。

【声明】内容源于网络
0
0
AI产业链研究
围绕人工智能展开研究,涵盖基础设施、算法及应用等多个方面,同时也会分享研究过程中的一些心得体会
内容 97
粉丝 0
AI产业链研究 围绕人工智能展开研究,涵盖基础设施、算法及应用等多个方面,同时也会分享研究过程中的一些心得体会
总阅读9.3k
粉丝0
内容97