英伟达在CES展会推出新一代Rubin AI平台，标志着其在人工智能（AI）芯片领域保持年度更新节奏。该平台通过六款新芯片的集成设计，在推理成本和训练效率上实现大幅跃升，将于2026年下半年交付首批客户。
美东时间5日周一，英伟达CEO黄仁勋在拉斯维加斯表示，六款Rubin芯片已从合作制造方处回厂，并已通过部分关键测试，正按计划推进。他指出"AI竞赛已经开始，所有人都在努力达到下一个水平"。英伟达强调，基于Rubin的系统运行成本将低于Blackwell版本，因为它们用更少组件即可实现相同结果。
微软和其他大型云计算提供商将成为下半年首批部署新硬件的客户。微软的下一代Fairwater AI超级工厂将配备英伟达Vera Rubin NVL72机架级系统，规模可扩展至数十万颗英伟达Vera Rubin超级芯片。CoreWeave也将是首批提供Rubin系统的供应商之一。
该平台的推出正值华尔街部分人士担忧英伟达面临竞争加剧，并怀疑AI领域的支出能否维持当前速度。但英伟达保持长期看涨预测，认为总市场规模可达数万亿美元。
性能提升瞄准新一代AI需求据英伟达公告，Rubin平台的训练性能是前代Blackwell的3.5倍，运行AI软件的性能则提升5倍。与Blackwell平台相比，Rubin可将推理token生成成本降低至多10倍，训练混合专家模型（MoE）所需GPU数量减少4倍。
新平台配备的Vera CPU拥有88个核心，性能是其替代产品的两倍。这款CPU专为代理推理设计，是大规模AI工厂中能效最高的处理器，采用88个定制Olympus核心、完整Armv9.2兼容性和超快NVLink-C2C连接。
Rubin GPU配备第三代Transformer引擎，具备硬件加速自适应压缩功能，可提供50 petaflops的NVFP4计算能力用于AI推理。每个GPU提供3.6TB/s的带宽，而Vera Rubin NVL72机架则提供260TB/s带宽。
芯片测试进展顺利黄仁勋披露，全部六款Rubin芯片已从制造合作伙伴处返回，并已通过显示其可按计划部署的关键测试。这一表态表明英伟达正维持其作为AI加速器领先制造商的优势地位。
该平台包含五大创新技术：第六代NVLink互连技术、Transformer引擎、机密计算、RAS引擎以及Vera CPU。其中第三代机密计算技术使Vera Rubin NVL72成为首个提供跨CPU、GPU和NVLink域数据安全保护的机架级平台。
第二代RAS引擎横跨GPU、CPU和NVLink，具备实时健康检查、容错和主动维护功能，以最大化系统生产力。机架采用模块化、无线缆托盘设计，组装和维护速度比Blackwell快18倍。
广泛生态系统支持英伟达表示，包括亚马逊的AWS、谷歌云、微软和甲骨文云在2026年将率先部署基于Vera Rubin的实例，云合作伙伴CoreWeave、Lambda、Nebius和Nscale也将跟进。
OpenAI CEO Sam Altman表示：“智能随计算扩展。当我们增加更多计算时，模型变得更强大，能解决更难的问题，为人们带来更大影响。英伟达Rubin平台帮助我们持续扩展这一进展。”
Anthropic联合创始人兼CEO Dario Amodei称，英伟达“Rubin平台的效率提升代表了能够实现更长记忆、更好推理和更可靠输出的基础设施进步”。
Meta CEO扎克伯格表示，英伟达的“Rubin平台有望带来性能和效率的阶跃式变化，这是将最先进模型部署给数十亿人所需要的”。
英伟达还称，思科、戴尔、惠普企业、联想和超微预计将推出基于Rubin产品的各类服务器。包括Anthropic、Cohere、Meta、Mistral AI、OpenAI和xAI等AI实验室正期待利用Rubin平台训练更大型、更强大的模型。
提前公布产品细节评论称，英伟达今年比往年更早披露新产品的细节，这是该司保持行业依赖其硬件的举措之一。因为英伟达通常在每年春季加州圣何塞举行的GTC活动上深入介绍产品细节。
对黄仁勋而言，CES只是其马拉松式出席活动的又一站。他要在各类活动中宣布产品、合作和投资，均旨在为AI系统部署增添动力。
英伟达公布的新硬件还包括网络和连接组件，将成为DGX SuperPod超级计算机的一部分，同时也可作为单独产品供客户以更模块化的方式使用。这一性能提升是必需的，因为AI已转向更专业化的模型网络，不仅要筛选海量输入，还需通过多阶段流程解决特定问题。
英伟达正在推动面向整个经济领域的AI应用，包括机器人、医疗保健和重工业。作为这一努力的一部分，英伟达宣布了一系列旨在加速自动驾驶汽车和机器人开发的工具。目前，基于英伟达的计算机支出大部分来自少数客户的资本支出预算，包括微软、Alphabet旗下的谷歌云和亚马逊旗下的AWS。
风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。加杠网提示：文章来自网络，不代表本站观点。
