今天凌晨，英伟达在加州圣何塞的 GTC 大会上正式发布了下一代 AI 加速芯片架构 Rubin，以及基于该架构的首款 GPU 产品 Rubin R100。黄仁勋在主题演讲中直言，这不仅是性能的翻倍，而是“代际式的本质飞跃”，旨在解决当前大模型训练中算力耗尽的“危机”。
Rubin R100 采用全新的复合封装与更高带宽的 HBM4e 内存，浮点运算能力在 FP4 精度下达 100 PFlops，较现有 Hopper 平台提升近 10 倍。这意味着，过去需要数千张 H100 耗时数月训练的大模型，未来仅需数百张 R100 即可在一周内完成。首批产品预计于 2027 年第一季度量产，而搭载 Rubin 架构的 DGX 超级计算机亦同步开启预售。
除了账面数字的狂飙，Rubin 最核心的创新在于“稀疏计算引擎”与“光互联”两项技术的商用落地。简单说，稀疏引擎能让芯片跳过 AI 模型中大量无效的“零”计算，只处理关键数据节点，对用户而言，最直接的回报是同等算力下单卡功耗降低约 40%；而光互联替代传统铜线传输，解决了多卡集群同步时的通信瓶颈，使得十万卡级的数据中心不再因为“联网慢”而闲置昂贵算力。对于普通消费者，这或许意味着未来云端 AI 服务的调用成本将显著下滑，手机上的“智能体”将不再需要付费订阅昂贵的 API。
此次发布正值全球 AI 算力军备竞赛白热化阶段。AMD 的 MI400 系列与英伟达形成了近十年来最激烈的正面竞争，而 Rubin 的提前锁单无疑对竞争对手构成了沉重打击。业内分析师指出，英伟达此举意在通过技术代差稳固其“AI 卖铲人”的绝对统治地位，而非仅仅是迭代更新。
英伟达首席科学家 Bill Dally 表示：“Rubin 是为下一个千亿参数多模态世界准备的基座。” 而早期参与评测的斯坦福大学 AI 实验室反馈，在 Llama-3 规模的推理任务中，R100 的能效比是 H100 的五倍以上，但同时也警告软件生态的适配仍需一年周期。
展望未来，Rubin 架构将彻底改变 AI 基础设施的投资逻辑——算力不再稀缺，算法的瓶颈将成为新的焦点。当训练成本暴跌后，下一个 AI 应用的引爆点会出现在机器人还是具身智能领域？评论区聊聊你的看法。
