一场华盛顿GTC大会，揭开英伟达征服AI算力新纪元的野心
在华盛顿GTC大会的舞台上，聚光灯下的黄仁勋仿佛AI时代的“预言家”，手中举起的不只是又一款新产品，而是打开下一个计算时代的钥匙。
他揭晓的Vera Rubin超级芯片，相较于九年前交付给OpenAI的首个超算DGX-1，性能足足提升了100倍——这不是简单的迭代，而是计算范式的革命。
图源：网络
“这不仅仅是一块芯片，这是一个推理引擎。”黄仁勋向全场观众这样介绍Vera Rubin超级芯片。
这款超级芯片主板整合了一颗Vera CPU与两颗Rubin GPU，配备最多32个LPDDR内存插槽，GPU部分则采用了下一代HBM4高带宽显存。
规格令人惊叹：Vera CPU搭载88个定制Arm架构核心，最高支持176线程。
而Rubin GPU由两颗光罩尺寸相同的GPU核心芯片组成，拥有8个HBM4接口，提供高达50 PFLOPS的FP4精度算力。
这款芯片已进入实验室测试阶段，由台积电代工生产，预计将在2026年第三或第四季度量产，时间点与Blackwell Ultra“GB300”Superchip平台相当或更早。
图源：网络
黄仁勋展示了令人震撼的性能数据：Vera Rubin NVL144平台可实现3.6 Exaflops的FP4推理算力与1.2 Exaflops的FP8训练算力，相较GB300 NVL72提升约3.3倍。
系统总显存带宽达13 TB/s，快速存储容量为75 TB，分别比上一代提升60%。
这还不是终点。英伟达已计划在2027年下半年推出更强大的Rubin Ultra NVL576平台，将NVL规模从144扩展至576。
这一平台将实现15 Exaflops的FP4推理算力与5 Exaflops的FP8训练算力，相较GB300 NVL72提升高达14倍。
图源：网络
英伟达在Rubin中引入了一项革命性设计——“上下文处理器”（Context Processor），专门支持超过100万token的上下文处理。
这意味着什么？AI模型现在可以学习和阅读成千上万份PDF、论文、视频，然后在回答问题前分析所有这些信息。
Rubin CPX GPU的创新之处在于，它将推理计算过程拆分为上下文与生成两个阶段，分别由两块GPU运算，效率最高可达现有旗舰机架的6.5倍。
“大约20%的AI应用会‘坐等’首个token出现。”黄仁勋举例说，解码10万行代码可能需要5-10分钟，而多帧、多秒的视频预处理会迅速增加延迟。
在摩尔定律边际趋缓的今天，如何持续提升算力同时降低成本？黄仁勋的答案是：极致协同设计（Extreme Co-design）。
“英伟达是当今世界上，唯一一家真正从一张白纸开始，同时思考芯片、系统、软件、模型、应用的公司。”黄仁勋解释道。
这种协同设计的成果令人惊叹：Semi Analysis最新基准测试显示，Grace Blackwell每块GPU的性能，是H200的十倍，而只多了一倍晶体管。
GB200，这台世界上最昂贵的计算机，却能生成成本最低的token。黄仁勋强调，通过极致协同设计，他们实现了“10倍性能，十分之一成本”的突破。
最令市场震撼的，是黄仁勋对未来的预测：在2026年底前，仅凭“Blackwell+Rubin”就足以冲击5000亿美元的营收。
这一数字尚未将中国市场计算在内。目前，Grace Blackwell系列自推出以来需求持续爆发，短短三个半季已出货600万颗GPU，远超市场预期。
相较之下，上一代Hopper在整个产品生命周期也仅出货400万颗，凸显AI运算需求正以前所未见的速度攀升。
黄仁勋描绘了一个全新的计算图景：“AI不是工具，是‘工人’。事实上，AI是‘会用工具的工人’。”
这就是根本性差异——到目前为止，人类发明的一切东西本质上都是工具，都是给自己用的。但这回是历史上头一次，技术自己会“干活”了。
从华盛顿GTC舞台走向世界，黄仁勋传递的信息明确而坚定：AI工厂已成为新基建，而英伟达正在为其提供核心引擎。
Vera Rubin超级芯片的惊人性能，不只是技术参数的提升，更是整个AI生态进化的催化剂。
随着Blackwell全面量产，Rubin即将在2026年接棒，一个由AI驱动的新计算纪元正加速到来。
在未来的AI工厂里，这些“会用工具的工人”将改变我们熟知的世界——而这一切，都从老黄手中那块两吨重的“思考机器”开始。
