英伟达CES 2026发布Vera Rubin全栈AI超级计算平台
北京时间1月6日凌晨5时许，英伟达创始人兼CEO黄仁勋在CES 2026发表主题演讲，提出“物理AI”核心理念。现场两台小型机器人与其互动成为亮点之一。
Vera Rubin：面向物理AI的全栈重构
黄仁勋以美国天文学家维拉·鲁宾（Vera Rubin）命名下一代AI超级计算平台——Vera Rubin，标志英伟达从芯片供应商全面升级为AI时代全栈计算基础设施定义者。
面对模型规模年增十倍、推理转向多步思考、算力需求指数级攀升等根本挑战，英伟达放弃局部优化，转而对计算基础设施的每一层级进行系统性、协同式重构。
六大核心芯片深度协同
Vera Rubin平台并非单芯片升级，而是涵盖六款自研芯片的全栈协同设计：
Vera CPU
定制服务器级CPU，采用空间多线程架构，在88个物理核心上实现176线程全性能执行；I/O带宽与能效比相较前代翻倍，专为AI超算负载优化。
Rubin GPU
平台计算核心，AI浮点性能达上一代Blackwell GPU的5倍，晶体管数量仅增60%。核心突破在于MVFP4张量核心——具备自主调度能力，可实时分析Transformer各层计算特性，动态调节精度与路径，兼顾关键精度与整体吞吐效率。黄仁勋称其有望成为未来AI芯片架构新标准。
BlueField-4 DPU
数据处理单元里程碑之作，不仅卸载网络、存储与安全任务，更首次承担AI上下文记忆管理职能。
ConnectX-9智能网卡
与Vera CPU协同设计，提供1.6TB/s超高带宽，支持可编程RDMA与数据路径加速，赋能云厂商与AI实验室自定义数据流。
Spectrum-X以太网交换机
全球首款集成硅光子学（共封装光学）的AI原生以太网交换机，配备512个200Gb/s端口，专为AI数据中心东西向流量模式设计，解决突发性、多对多通信带来的延迟与拥塞难题。
第六代NVLink交换机芯片
单芯片提供400Gb/s交换能力；通过背板创新设计，在单个Vera Rubin机架内构建高达240TB/s的GPU间互联带宽（超全球互联网总截面带宽2倍），支撑144颗GPU如巨型处理器般无缝协作。
高度集成的液冷计算托盘
Vera Rubin平台硬件集成度达新高度：全新液冷计算托盘摒弃传统电缆与软管，所有芯片通过定制基板紧密互联，系统组装时间由数小时缩短至几分钟。
每个托盘集成2颗Vera CPU、4颗Rubin GPU、1颗BlueField-4 DPU、8颗ConnectX-9网卡，构成100 PetaFLOPS AI计算单元；多个托盘通过NVLink组成Rubin Pod，再经Spectrum-X交换机实现数据中心级横向扩展。
突破长上下文瓶颈：150TB共享上下文内存池
针对AI推理中日益增长的上下文记忆需求，Vera Rubin在每个机架内部署四颗BlueField-4 DPU，统一管理高达150TB的共享、持久、高速上下文内存池。
该内存池通过超低延迟机架内网络（与GPU直连同技术）与所有GPU直连，可为单颗GPU动态分配高达16TB专用上下文空间，相当于为其配备容量扩大16倍、速度远超传统网络存储的“外部大脑”，彻底解决长上下文AI应用核心瓶颈。
绿色与安全：温水冷却+全路径硬件加密
Vera Rubin平台采用45℃温水冷却，无需高能耗冷水机组，预计为全球数据中心节省约6%总电力消耗。
平台首次实现全路径硬件加密的机密计算：从GPU到GPU、CPU到DPU，所有内部总线数据均加密，提供芯片级多租户AI云服务安全隔离。
系统级动态功率平滑技术有效吸纳AI计算瞬时功率尖峰，使数据中心可按接近平均功耗配置供电，避免基础设施过度投资。
三大商业价值：研发提速、效能跃升、成本骤降
- 研发速度：训练10万亿参数前沿大模型所需集群规模仅为Blackwell系统的1/4，大幅缩短研究到产品周期；
- 基础设施效率：同等功耗与空间下，AI计算吞吐量达Hopper架构数据中心的约100倍；
- 推理成本：大规模AI服务token生成成本预计降至当前水平的约1/10，扫清商业化关键障碍。
双重平台转移：AI正重塑整个计算产业
黄仁勋指出，计算机产业正经历前所未有的“双重平台转移”：一是软件范式从编程转向训练；二是硬件范式从CPU转向GPU。AI应用不再预编译回放，而是理解上下文、按意图实时生成像素与token，数十万亿美元传统计算堆栈正在被加速计算与AI现代化改造。
他将未来AI应用的核心框架定义为“智能体”——具备推理、研究、工具调用与规划能力的多模态、多模型协同系统，并以Cursor、Perplexity为例，说明开源模型组合如何解决复杂问题。
他强调，开放模型（如DeepSeek R1）是2025年AI最重要进展之一：虽较前沿专有模型滞后约六个月，但显著降低参与门槛，推动初创公司、大型企业、研究机构乃至各国构建自主AI解决方案。
物理AI落地：Cosmos世界模型与Alpha Maye自动驾驶系统
“物理AI”即让AI理解并安全互动于真实物理世界。其三大支柱为：AI超级计算机（训练）、边缘推理计算机（部署）、数字孪生计算机（仿真与合成数据生成）。
英伟达发布开放世界基础模型Cosmos：基于海量视频、真实驾驶数据与3D仿真预训练，可理解物理定律、生成符合物理规律的视频、进行轨迹预测与推理，用于解决自动驾驶长尾问题。
基于Cosmos，英伟达推出端到端训练的自动驾驶AI系统Alpha Maye：直接从传感器输入控制车辆，并可解释决策依据与行动轨迹，融合人类示范数据与Cosmos生成的合成数据。
首款搭载Alpha Maye系统的梅赛德斯-奔驰CLA车型（刚获NCAP最高安全评级）将于2026年一季度在美国上路，并逐步推向全球。该方案覆盖芯片（下一代DRIVE Thor）、软件栈到安全系统，由英伟达与奔驰深度共建，并向全行业开放。
黄仁勋判断：未来十年，自动驾驶将成为首个大规模主流物理AI市场；三大计算架构与仿真技术，正驱动从物流机器人到人形机器人的广阔新产业成型。
CUDA-X深度融入工业软件生态
英伟达CUDA-X加速库、物理AI及智能体模型已深度集成至Cadence、Synopsys、西门子等巨头的EDA（电子设计自动化）、CAE（计算机辅助工程）与数字孪生平台。
这意味着：芯片与工厂将在虚拟世界中由AI辅助设计、优化，并由机器人自动生产。黄仁勋在现场对机器人表示：“你们将在这些平台内被设计、被制造、被测试。”AI完成从芯片产业孕育，到反哺芯片设计与高端制造的完整闭环。
