今夜无显卡！老黄引爆Rubin时代，6颗芯狂飙5倍算力

新智元报道

在CES 2026主题演讲中，黄仁勋正式发布英伟达全新AI超算架构——Vera Rubin，标志着AI基础设施进入规模化、工业化新阶段。

该架构以天文学家Vera Florence Cooper Rubin命名，首次将CPU、GPU、网络、存储与安全作为统一系统设计，目标是让算力像电力一样可规模化供给。

Rubin架构：AI超算平台正式投产

Vera Rubin已全面投产，将取代Blackwell成为下一代AI基础设施核心。其核心优势包括：

• 推理性能达Blackwell的5倍（最高50 PFLOPS NVFP4），训练性能提升3.5倍（35 PFLOPS）；
• 单位Token推理成本降低90%；
• MoE模型训练所需GPU数量减少至Blackwell的1/4；
• HBM4内存带宽达22 TB/s（2.8倍提升），单GPU NVLink互连带宽达3.6 TB/s（翻倍）。

Rubin平台由6大核心组件构成：

• Rubin GPU：搭载第三代Transformer引擎，支持动态精度调度；
• Vera CPU：88核Olympus自研核心，兼容Armv9.2，通过NVLink-C2C实现176线程全性能执行；
• BlueField-4 DPU：专为AI上下文记忆管理设计，卸载网络、存储与安全任务；
• NVLink 6：单芯片交换能力达400 Gb/s，Rubin NVL72机架总带宽达260 TB/s（超全球互联网带宽）；
• ConnectX-9 SuperNICs：与Spectrum-6深度协同，突破集群通信瓶颈；
• 推理上下文内存平台：在GPU内存与传统存储间构建“第三层”，Token处理能力提升5倍。

一个标准Rubin计算托盘集成2颗Vera CPU、4颗Rubin GPU、1颗BlueField-4 DPU与8颗ConnectX-9网卡，整单元算力达100 PetaFLOPS。

DGX SuperPOD：开箱即用的AI基础设施

基于Rubin架构，英伟达推出新一代DGX SuperPOD，整合8个Rubin NVL72机架（共576颗GPU），具备统一、安全、可扩展的AI计算集群能力。

NVIDIA Vera Rubin NVL72集成72颗Rubin GPU、36颗Vera CPU、NVLink 6、ConnectX-9 SuperNICs与BlueField-4 DPUs，可同时处理数千个Agentic AI智能体及百万级Token上下文。

第三代机密计算：全链路加密保障数据安全

Rubin是首个支持第三代机密计算（Confidential Computing）的AI超算平台，对模型参数、推理数据与用户请求实施端到端加密，云服务商无法访问明文数据，适用于金融、医疗、政务及企业私有AI部署场景。

首批部署厂商与商用节奏

AWS、Microsoft Azure、Google Cloud、Meta、OpenAI等头部云与AI公司已启动Rubin平台首批部署。2026年下半年起，Rubin将进入大规模商用阶段，下一代GPT、Gemini、Claude等大模型有望全面迁移至该架构。

AlphaMayo：具备显式推理能力的端到端自动驾驶AI

英伟达发布全新端到端自动驾驶AI——AlphaMayo。该系统具备显式推理能力，不仅能输出转向、制动、加速等动作指令，还可同步生成行动依据与形式化轨迹。

AlphaMayo依托“世界基础模型”Cosmos进行物理仿真训练，将长尾复杂场景拆解为可组合的物理与交通子问题，实现在0接管条件下的全流程自主驾驶。

英伟达DRIVE AV软件已搭载梅赛德斯-奔驰CLA车型，提供L2级端到端驾驶功能；AlphaMayo全套技术栈全部开源，适配机器人、机械臂等具身智能系统。

物理AI开源全家桶：模型、框架与基础设施全面开放

英伟达发布面向物理AI（Physical AI）的开源技术栈，所有模型已在Hugging Face上线：

• NVIDIA Cosmos Transfer/Predict 2.5：可定制世界模型，用于虚拟环境中生成符合物理规律的数据；
• NVIDIA Cosmos Reason 2：支持视觉理解与逻辑推理；
• NVIDIA Isaac GR00T N1.6：人形机器人全身控制模型。

配套开源工具：

• Isaac Lab-Arena：GitHub开源框架，集成主流机器人基准测试；
• NVIDIA OSMO：统一调度数据生成、训练与测试，支持工作站与混合云环境。

硬件层面，全新Jetson T4000模组搭载Blackwell架构，提供1200 FP4 TFLOPS算力（4倍于前代），70W功耗，千台起订价1999美元。

老黄预言：未来所有应用都将构建于AI之上

黄仁勋指出，当前正经历两次并行的平台级跃迁：一是从传统计算向AI原生计算演进，二是软硬件全栈底层重构。AI已成为新计算底座，软件开发、应用生成与运行方式均发生根本性变革。

物理AI是下一前沿，需三类计算协同：训练、边缘推理与数字仿真。其中仿真为关键——只有在可控数字环境中，AI才能反复试错、评估后果并建立对世界的认知。

英伟达已构建覆盖多模态（Nemotron 3）、世界模型（Cosmos）、机器人（GR00T）、蛋白质预测（OpenFold 3）等领域的开源模型生态，并在多个权威榜单取得领先。

DGX Station：办公桌上的微型AI数据中心

英伟达宣布DGX Station台式AI超算将于2026年春季上市，定位为开发者专属本地AI基础设施：

• 搭载GB300 Grace Blackwell Ultra超级芯片；
• 配备775GB FP4精度一致性内存（Coherent Memory）；
• 支持本地运行1万亿参数（1T）超大规模模型；
• LLM预训练速度达250,000 Token/秒；
• 支持数百万数据点聚类与大型可视化分析。