2026年CES上的“核弹”2.5吨：NVIDIA如何用Vera Rubin重新塑造AI的未来

在CES 2026上，黄仁勋带来了一件不同寻常的东西：不是一块面向消费者的显卡，而是一整套2.5吨的AI机架服务器。这一象征性举动引出了本次活动的真正“核弹”——Vera Rubin计算平台，一个为加速新一代AI模型训练而全新设计的硬件生态系统。

六芯片，一体愿景：挑战摩尔定律的架构

Vera Rubin代表了与以往NVIDIA的范式转变。传统上，每一代处理器只会演进1-2个芯片，而这次公司同时重新设计了6个不同的组件，全部已进入生产。

原因简单而深远：摩尔定律已不再足够。AI模型每年增长10倍，但传统性能提升难以跟上。于是，NVIDIA选择了“每个层面同步创新”的平台策略。

“核弹”技术的六大支柱：

Vera的CPU集成了88个定制的Olympus核心，支持176个线程，采用NVIDIA的空间多线程技术，系统内存达1.5TB——是上一代Grace的三倍。NVLink带宽达到1.8TB/s。

Rubin GPU是核心明星：其NVFP4推理性能达50 PFLOPS，功耗比Blackwell高出5倍，包含3360亿晶体管，并配备第三个Transformer引擎，能根据需求动态调整精度。

ConnectX-9网络卡支持800 Gb/s以太网和可编程RDMA，BlueField-4 DPU专为存储AI架构设计，结合了64核Grace CPU和1260亿晶体管。

NVLink-6交换机最多连接18个计算节点，使72个Rubin GPU如一台统一的机器协同工作，所有GPU间带宽达3.6TB/s。最后，Spectrum-6光交换机采用512个200Gbps通道，集成硅光子技术。

改变游戏规则的性能：提升3.5倍到10倍

在Vera Rubin NVL72系统中，相较Blackwell的性能飞跃令人震撼。NVFP4推理达3.6 EFLOPS，训练达2.5 EFLOPS，提升了3.5倍。可用内存几乎三倍：54TB LPDDR5X和20.7TB HBM。

但最令人印象深刻的是效率：晶体管仅增加1.7倍（达220万亿晶体管），AI每瓦特每美元的Token生产率提升了10倍。对于一个价值500亿美元、功率为1GW的数据中心来说，这意味着直接翻倍的盈利能力。

具体而言：训练一个参数量达100万亿的模型，Vera Rubin只需Blackwell系统的四分之一，生成一个Token的成本也降至之前的十分之一。

革命性工程：从组装到冷却

这场“核弹”硬件不仅仅是力量的展现。Vera Rubin的工程解决了以往系统的实际难题。旧的超级计算节点需要43根电缆和2小时的手工组装；而Vera节点无需电缆，仅用6根液冷管，5分钟即可组装完成。

机架背部布满了近3.2公里的铜线：5000根铜缆组成了400Gbps的NVLink骨干网。正如黄仁勋幽默所说：“它们可能重达数百磅——你得是个身材健壮的CEO才能搞定。”

记忆瓶颈问题：BlueField-4的解决方案

当代AI面临的关键瓶颈是“KV缓存”——AI的工作内存随着对话变长和模型变大而增长。Vera Rubin通过集成在机架中的BlueField-4处理器解决了这个问题，每个节点配备4个BlueField-4，为GPU提供150TB的上下文存储。

每个节点有4个BlueField-4，向GPU分配内存：每个GPU除了原生的1TB外，还额外获得16TB的存储，保持200Gbps的带宽，速度毫不妥协。

Spectrum-X：为生成式AI设计的网络

为了让数十个机架和数千GPU像一个分布式存储一样协同工作，网络必须“庞大、快速且稳定”。Spectrum-X是全球首个专为生成式AI设计的端到端以太网平台。

采用TSMC的COOP工艺和硅光子技术，拥有512个200Gbps通道。黄仁勋的论断令人信服：生产率提升25%，相当于在一个价值500亿美元的数据中心节省了50亿美元。“可以说，这个网络系统几乎是免费的，”他强调。

从理论到实践：实体AI、机器人与自动驾驶

“核弹”的焦点不仅在硬件。黄仁勋强调，过去十年积累的约10万亿美元计算资源正经历全面现代化，但不仅仅是硬件，更是软件范式的变革。

“三台电脑”架构的实体AI：

基于训练GPU的训练机，如GB300架构。执行实时决策的推理机，即“脑”，用于机器人和边缘设备。模拟计算机——Omniverse和Cosmos——生成虚拟环境，让AI学习物理反馈。

Alpamayo：具备推理能力的自动驾驶

在此架构基础上，NVIDIA推出了Alpamayo，这是首个具备真正推理能力的自动驾驶系统。不同于传统系统，Alpamayo是端到端的，解决“长尾问题”——面对未遇到的道路情况时，不仅仅执行机械代码，而是像人类司机一样推理。

搭载Alpamayo的梅赛德斯CLA将在2026年第一季度在美国上市，随后进入欧洲和亚洲。该系统获得NCAP评为全球最安全车辆，得益于NVIDIA的“双重安全堆栈”：当AI模型信心不足时，系统会立即切换到传统安全模式。

机器人战略：从Boston Dynamics到迪士尼

NVIDIA展示了九家大型AI和硬件公司都在向机器人领域扩展。每个机器人都将使用Jetson计算机，在Omniverse的Isaac模拟器中训练，技术还将集成到Synopsys、Cadence、Siemens等工业系统中。

黄仁勋邀请了Boston Dynamics和Agility等公司的 humanoid 和四足机器人，展望一个令人着迷的未来：最大的机器人其实是工厂本身。其愿景是，芯片设计、系统和工厂模拟都将由实体AI加速。

为什么此刻要推出这“核弹”？

在对所谓“AI泡沫”持怀疑态度的背景下，黄仁勋不仅强调算力，更关注实际应用。这台重达2.5吨的“核弹”既是象征，也是承诺：证明AI真正能改变数字世界和实体世界。

曾经只卖“淘金者的铲子”的NVIDIA，如今直入竞争最激烈的市场——实体AI、机器人、自动驾驶。正如黄仁勋所言：“战争进行时，武器还能继续卖。”

但Vera Rubin的真正创新不在于制造更强大的“核弹”硬件，而在于通过在平台的每个层面同步创新，突破传统的限制。