芯东西（公众号：aichip001）
编译 | 崔嫄伟
编辑 | 陈骏达

芯东西9月1日消息，在2026年全球顶级半导体架构行业研讨会Hot Chips上，英伟达正式揭晓Vera Rubin平台旗下新一代数据中心AI加速器Rubin GPU的完整技术细节。

英伟达首次披露Rubin GPU对应的工厂级满配性能指标。所有数据均针对100MW级AI工厂整体系统，而非单块GPU：NVFP4精度下推理性能达2ZFLOPS，训练性能达1.4ZFLOPS；配套11PB HBM4高带宽内存，内存总带宽达800PB/s，整套AI工厂系统功耗为100MW。

英伟达引用SemiAnalysis测试数据验证，在搭载140K+超长上下文的DeepSeek-v4-PRO模型、AgentX智能体工作负载下，Vera Rubin NVL72在60M总token处理规模后性能全面超越前代GB300 NVL72；且随着Agentic AI多轮推理、工具调用等高交互任务复杂度提升，其每兆瓦token吞吐可实现10倍提升，最高可达30倍。

一、Rubin GPU：面向Agentic AI的全栈重构

Vera Rubin被英伟达定位为全栈AI工厂平台，覆盖7类芯片与5种机架规格。平台不仅整合了Vera CPU、Rubin GPU、BlueField-4数据处理器、Spectrum-6交换芯片，还集成了Groq语言处理单元（LPU），在上层构建了存储、网络、工具调用与沙箱运行的完整支撑体系。对Agentic AI而言，从超长上下文窗口、大容量内存到高速扩展互联架构，每一层硬件资源都是支撑多轮推理的必要基础。

在以“每兆瓦token”为纵轴、交互性为横轴的性能坐标系中，Vera Rubin NVL72机架的表现大幅领先Blackwell NVL72，更远超Hopper架构的NVL8世代（对应HGX H100/H200 8-GPU服务器），尤其在高交互智能体场景下优势显著。

与之对应的是设计优化目标的转向：每瓦token数、首token生成时间（TTFT）、有效使用寿命、平均中断间隔时间四大指标的优先级，已经超过了传统的原始浮点运算速度（FLOPS）。Agent时代，平台的长期收益与持续产出能力，比峰值算力更重要。

二、核心技术：稀疏计算与互联升级

随着AI Agent每轮交互的上下文长度不断增长，注意力计算量呈平方级上升，一轮长时会话的前馈与注意力计算量远超40万token规模。英伟达称，单纯为GPU堆砌数学运算单元已不足以应对这一挑战，因此从计算效率、多卡同步、集群互联三个维度重构了技术栈。

计算效率层面，Rubin GPU采用自适应稀疏技术，搭配硬件管控的混合精度运算，为低精度运算配备专属硅片资源，同时结合结构化稀疏与精度保留压缩技术，覆盖训练与推理场景。

Rubin的自适应稀疏技术以2:4稀疏格式为基础，并实现了更灵活的动态判断能力，稀疏机制贯穿整个Transformer模块：在QKV矩阵、注意力投影层与MLP多层感知机中，硬件自动识别并跳过接近零的无效数值计算，在不改变模型结构的前提下降低运算量。英伟达称，绝大多数预训练模型无需修改或微调，仅需在推理运行时通过参数即可开启该功能。

为验证稀疏模式的精度保留能力，英伟达分别以BF16稠密模式与NVFP4稀疏模式运行Qwen-Image图像生成模型，生成同一场景的电影感肖像，视觉效果几乎一致。

多个硬件基准测试数据同样显示，稀疏模式在各类评测集上的精度表现与稠密模式基本持平。

分布式推理场景下，多GPU间的同步延迟是制约高交互场景吞吐量的核心瓶颈。Rubin GPU重构了多卡同步逻辑，用计数写入（Counted-Write）机制替代传统的内存屏障（MEMBAR）方案。传统Blackwell架构依靠内存屏障保证数据写入完成，再通过更新原子标志位、接收端轮询查询的方式实现同步，轮询过程会持续占用互联带宽与计算资源。

而计数写入机制由发送端附带数据计数信息，接收端依靠片上硬件计数器统计接收进度，计数达标后硬件自动触发后续计算，彻底消除了轮询开销与内存屏障带来的延迟，大幅降低NVLink交互延迟，在高交互智能体场景下显著提升系统吞吐量。

集群互联层面，第六代NVLink是提升token吞吐的另一核心支柱。作为英伟达专属的GPU间高速互联总线，第六代NVLink构建起最多72块GPU的统一扩展域，单卡全互联带宽达3.6TB/s。相比传统以太网扩展方案，NVLink 6实现4倍吞吐量提升、3倍延迟降低、10倍数据包速率提升，同时交换托盘硬件自带130TFLOPS的网内计算能力，可在数据转发途中完成聚合运算，减少数据往返搬运。

NVL72机架依托NVLink 6交换托盘，实现整个扩展域内所有GPU的硬件级缓存一致性，对上层软件而言，72块GPU可等效为一块巨型虚拟GPU，大幅简化分布式训练与推理的部署复杂度。

三、系统级创新：供电、散热与可靠性

在芯片技术之外，英伟达推出第三代MGX开放机架平台，从系统层面进一步释放AI工厂的能效与可靠性潜力。作为英伟达模块化加速计算的开放标准，MGX生态目前已拥有80余家合作伙伴，在全球30个国家、350多个工厂站点具备数百万平方英尺的产能。

NVL72机架采用45℃高温进水液冷、800V直流供电架构，搭配无重定时器设计，支持热插拔、无电缆托盘与铜缆扩展架构，全方位提升首token时间与平均中断间隔指标。其中Vera Rubin计算托盘采用无电缆、无风扇设计，去除了托盘内部的连接线与散热风扇，大幅简化机架级部署与运维流程，同时降低单点故障风险。

散热体系上，英伟达采用温水冷却方案，通过提升进水温度至45℃，拉大冷却液与环境的温差，多数场景下可省去冷水机组与配套水损耗，在保证满负载性能的同时，降低制冷系统的能耗占比，让更多电力预算用于算力输出。

供电系统是英伟达挖掘能效潜力的关键一环。NVL72搭载智能功率平滑技术，通过硬件与算法动态平抑负载的功率波动，削峰填谷降低峰值功耗。官方数据显示，在大语言模型训练场景下，单座Vera Rubin NVL72机架可实现峰值功耗降低13%，同时提升电网合规性；结合其他系统级功耗优化，每瓦供电容量可支撑的GPU数量最多提升40%，相当于在同等供电基础设施下部署更多算力。

可靠性方面，英伟达第二代RAS引擎（RIST，可靠性、可用性与可维护性引擎）支持工作负载运行时的零停机GPU健康检查，搭配进阶版SRAM ECC纠错机制与增强型NVLink热交换服务。不同于第一代RAS需要整个节点离线数小时完成检测，第二代引擎可在业务不中断的情况下完成健康巡检，直接提升系统有效吞吐量，同时为预测性维护提供数据支撑。

结语：算力交付范式转向：从芯片单元到百兆瓦AI工厂

整场发布会中，英伟达将Rubin GPU纳入AI工厂完整体系架构，作为系统核心计算层级。该平台整合计算、网络、供电、散热、运维服务的全链路基础设施能力。

Rubin GPU的落地，折射出英伟达算力产品战略的关键升级。产品价值维度从传统浮点运算峰值性能，延伸至全生命周期运行效率与整体拥有成本。行业传统算力交付单位集中于单GPU、单服务器级别，英伟达则将产品交付尺度升级至100MW级大型AI工厂。

当前行业不少产品宣传依旧以单芯片峰值算力作为主要衡量标尺，而Vera Rubin平台将评估维度拓展至数据中心整体可用性与持续产出能力，依托整套工厂级基础设施体系，实现规模化、高可靠的稳态算力输出。