輝達指出，Rubin GPU 已回到實驗室進行驗證，為台積電代工的首批樣品。單顆 Rubin 採 2 顆 reticle 尺寸 GPU 核心，並配有 8 顆 288GB HBM4，將來到總計 100 PFLOPS 的算力。Vera CPU 採 88 顆客製化 Arm 核心、176 執行緒，兩者以 NVLINK-C2C 1.8TB/s 高頻寬互連，同時可以看到 CPU 兩側搭配 LPCAMM2 或 SODIMM2 記憶體模組插槽。黃仁勳更是大讚這款超級晶片機架系統設計，將不再使用傳統的纜線連接，而是改為插槽，同時完全採用液冷，有助於簡化 AI 伺服器內結構、組裝與升級散熱管理。
時程與定位方面，黃仁勳預計，Vera Rubin NVL144 平台將於 2026 年下半年量產上線，銜接並迭代現行 Blackwell GB300 平台的機櫃級部署。在同一機櫃容量下，Vera Rubin NVL144 可提供雙倍 NVLINK 與 CX9 的通訊能力（最高分別為260 TB/s與28.8 TB/s），相較 GB300 ，可實現FP4 推理與FP8 訓練的算力，同時顯著強化機架內外帶寬與可擴充性。
黃仁勳說明，往下一階段來看，將於 2027 年推出 Rubin Ultra NVL576，CPU 架構不變，GPU 升級為 4 顆 reticle 尺寸核心，並規劃於 2028 年推出下一代 GPU 架構 Feynman 平台，不過 CPU 仍採用 Vera，維持 GPU 改版 2 次、CPU 改版 1 次的迭代節奏。與 Rubin Ultra 同時推出的還有新一代機架系統 Kyber NVL576，同樣延續至 Feynman 平台。
黃仁勳也在同場演講提到，亞馬遜、CoreWeave、Google、Meta、微軟與甲骨文等雲端服務（CSP）巨頭正迎來新一輪資本支出擴張期，利用輝達GB200 NVL72平台，生產最高 Token 產生效率、最低 TCO 回應這波AI超級擴張需求，並確保服務在使用高峰期也能維持速度與效能。
黃仁勳分析，AI進入了新的擴展階段，從預訓練、後訓練再到推論，等三階段全部開始運作後，AI模型需要更即時計算，而非單純調度資源，屆時運算需求將以指數型成長，資料中心也從傳統通用架構走向全加速運算。
黃仁勳強調，CSP透過 GB200 取得十倍效能與成本下降，才能讓 AI 應用的正向循環持續轉動，推動更多需求再回到更大規模的算力投資。
火線話題 ｜ 輝達GTC 黃仁勳再衝AI
這篇報導屬於「 輝達GTC 黃仁勳再衝AI 」主題，更多延伸閱讀：
點擊閱讀下一則新聞
