Nvidia 进军完整 AI 数据中心

关键信息

Nvidia 表示，Vera Rubin NVL72 的每瓦 token 处理能力将达到 Grace Blackwell 的 10 倍，并称 Vera CPU 在智能体 AI 任务上优于 AMD 和 Intel 的同类芯片，但用于测试的对手芯片似乎是较旧一代产品。该系统还被描述为更即插即用，线缆更少、机架可热插拔、采用 100% 液冷，并且内存带宽几乎是 Blackwell 的三倍。

资讯摘要

在 Nvidia 位于加州圣克拉拉总部举行的一场技术研讨会上，公司高管强调，Nvidia 正在把自己从 GPU 厂商扩展为 CPU 和完整 AI 数据中心系统供应商。这个表态反映了行业更广泛的变化：随着 AI 系统变得更复杂、更具智能体特征，除了 GPU 之外，还需要 CPU 来负责编排、数据流、网络以及其他软件密集型任务。Vera Rubin 平台是这一战略的核心，被定位为 Grace Blackwell 的后继产品。Nvidia 表示，在一套 Vera Rubin NVL72 系统中，72 个 Rubin GPU 对应 36 个 Vera CPU，大致是每两个 GPU 配一个 CPU。

公司还在销售独立版 Vera CPU，并据称已告诉中国客户，这款芯片最早可能在 8 月可用。Nvidia 高管表示，新的 NVL72 机架比早期产品更接近“即插即用”，而且公司称 OpenAI 已经在使用一套 Vera Rubin 机架。该系统采用全液冷、减少线缆，并被设计为可将安装时间从数小时缩短到几分钟。Nvidia 还声称，Vera Rubin 的每瓦 token 处理能力将达到 Grace Blackwell 的 10 倍，内存带宽也接近提升三倍；黄仁勋则表示，该平台正在爬坡到量产阶段，预计将在 2025 年下半年出货。

资讯正文

上周，在位于加利福尼亚州圣克拉拉的公司总部举行的一场冗长技术工作坊上，Nvidia 高管向一小群记者夸耀了这套芯片系统更强的算力和效率能力。最大的看点是：长期专注于制造 GPU 的 Nvidia，正越来越试图将自己定位为能够为 AI 代理提供算力的 CPU 供应商。

尽管 GPU 仍然是企业用来训练和运行其 AI 模型的主要硬件，但行业正转向更复杂、具备代理能力的系统，这推动了对 CPU 的需求，因为 CPU 可以协调数据流、网络以及其他软件任务。这很可能也是 Nvidia 热衷于将自己宣传为完整 AI 系统供应商、而不仅仅是 AI 芯片供应商的原因之一。

Vera Rubin 是 Nvidia 继混合超芯片系统 Grace Blackwell 之后的下一代产品，也是其在不久的将来为 AI 行业提供算力的关键支柱。它的设计目标是每两块 GPU 配备一颗 CPU。在单个 Vera Rubin NVL 72 超芯片系统中，每 72 块 Rubin GPU 对应 36 颗 Vera CPU。Nvidia 也在将 Vera CPU 作为独立产品销售，并据报道已告诉中国客户，这些芯片最快可能在 8 月就可交付。

Nvidia 高管强调，其新的 Vera Rubin NVL72 机架——也就是将多块芯片堆叠在单一液冷平台中的系统——比公司早期一些产品更具“即插即用”特性。在硅谷对 Nvidia 一处数据中心实验室进行短暂参观时，Nvidia 高管透露，OpenAI 已经有一套 Vera Rubin 机架在使用。

Nvidia 首席执行官 Jensen Huang 上周并未出席圣克拉拉的这场工作坊；他当时正在日本，宣布这家芯片制造商与多家日本企业建立新的合作伙伴关系，共同开发用于机器人技术的 AI。相关简报改由 Ian Buck 主持，他是 Nvidia 长期担任的加速计算副总裁，也是公司 CUDA 软件背后的架构师。

Buck 对记者说：“我们的路线图是不断推出新的架构，不只是 GPU，还有 CPU。我们会持续创新，因为在硅谷，不创新就得死。”

这些会议在 Huang 的高管简报中心举行，Nvidia 一位发言人告诉 WIRED，附近多张桌子上堆满了这位 CEO 最近从台北规模盛大的年度半导体展 Computex 带回来的台湾零食袋。

Nvidia 声称，Vera Rubin NVL72 系统每瓦可处理的 token 数量将达到 Grace Blackwell 超芯片的 10 倍。公司还表示，与 AMD 和 Intel 的竞争对手 CPU 相比，其 Vera CPU 在处理代理式 AI 任务时速度更快（不过，用于支持这些基准测试的测试似乎采用了竞争对手稍早一代的 CPU）。新芯片上的本地化内存子系统还将提供几乎是 Blackwell 三倍的内存带宽；在高带宽内存持续短缺的背景下，这很可能会成为许多公司颇具吸引力的特性。

Nvidia表示，它还显著减少了将芯片连接到多机架服务器系统中机架所需的线缆数量，甚至把 Vera Rubin 说成是“无电缆计算”和“可热插拔”的。这意味着，理论上客户可以把安装每个机架所需的时间从几个小时缩短到几分钟，这一点既被 Buck 提到，也被 Nvidia 硬件工程高级副总裁 Andrew Bell 提到。而且，这套新芯片系统采用 100% 液冷，这可以减少为芯片散热所需的能耗，因为风冷更耗能。

自从 Nvidia 在 2025 年春季发布 Vera Rubin 以来，公司一直在缓慢释出更多有关这套芯片系统的细节，同时坚称它会按计划发布。黄仁勋多次表示，Vera Rubin 正在冲刺“全面量产”，并将于今年下半年发货，首批客户包括 Microsoft、OpenAI 和 Oracle。

在上一代 Blackwell 芯片据报道被连接到公司定制服务器机架后出现过热、迫使 Nvidia 修改设计并推迟出货之后，Nvidia 对任何有关延迟的说法都格外敏感。

Nvidia 对 Vera Rubin 的营销攻势，恰好发生在竞争对手 AMD 的年度大会之前；外界预计 AMD 高管会在会上宣传其下一代 AI 和数据中心芯片。周日，AMD 透露了更多关于其 Helios AI 芯片机架的细节，该产品旨在与 Nvidia 的新产品竞争。AMD 和 Nvidia 都在争夺面向 Meta、Amazon 等 AI 超大规模云服务商，以及 OpenAI、Anthropic 和 SpaceXAI 等 AI 实验室的、大规模且为期多年的芯片供应合同。

过去两年里，AMD 在数据中心 CPU 市场的份额显著增长。长期以来，该公司一直被视为现代 chiplet 架构的先驱，这种架构被用于 x86 处理器，而 x86 处理器如今仍占数据中心 CPU 收入的绝大部分。相比之下，Nvidia 的数据中心 CPU 则建立在 ARM 之上，这是一种以能效著称的替代芯片架构。

Nvidia 高管 Buck 以及负责 Nvidia CPU 产品营销的 Hannah Coutand 都强调，Vera Rubin 放弃了许多现代处理器采用的 chiplet 架构，转而使用单一的、单片式芯片。Coutand 认为，把多个 chiplet 拼接在一起会对内存带宽和数据移动征收“沉重的代价”，而 Vera Rubin 的单片设计则使数据能够在单个集成电路上更快地传输。

来源与参考

1. 原始链接
2. Nvidia Wants to Own Every Chip Inside AI Data Centers