英伟达 Vera Rubin 量产：10 倍吞吐，Token 成本降至十分之一

CES 2026 的开幕主题演讲上，英伟达 CEO 黄仁勋正式发布了新一代 AI 计算平台 Vera Rubin，并宣布进入量产阶段。这是继 Grace Blackwell 之后，英伟达在 AI 算力领域的又一次代际跃迁——整体吞吐量达到上一代的 10 倍，而推理所需的 Token 成本则降至十分之一。

事件详情：六芯片协同的”全家桶”

Vera Rubin 并非单一芯片，而是一个由六颗芯片协同工作的完整平台：

• Vera CPU：英伟达自研的新一代中央处理器，接替 Grace CPU；
• Rubin GPU：核心算力担当，单颗 GPU 可提供 50 PFLOPS 的 NVFP4 算力，搭配 288GB HBM4 高带宽内存；
• 四款网络与存储芯片：负责芯片间互联与数据搬运，解决大规模集群的通信瓶颈。

在系统层面，NVL144 机架将于今年下半年开始交付，并计划在 2027 年第一季度实现大规模上市。这意味着云厂商和大模型公司最快在今年内就能拿到首批 Rubin 系统。

背景分析：从”卖芯片”到”卖整机架”

黄仁勋反复强调，AI 计算的竞争早已不是单颗芯片的 FLOPS 竞赛，而是整个数据中心级系统的效率竞赛。Vera Rubin 的 10 倍吞吐提升，很大程度上来自 NVLink 互联、网络芯片与软件栈的协同优化，而不仅仅是制程红利。

把 Token 成本打到上一代的十分之一，是英伟达对”推理时代”的直接回应。随着 AI 应用从训练转向大规模推理，云厂商最关心的指标变成了”每生成一个 Token 花多少钱”。Rubin 的定价策略显然瞄准了这一点：让客户觉得”买新的比继续用旧的更划算”。

影响展望：算力军备竞赛再加速

Vera Rubin 的量产将进一步拉大英伟达与追赶者的差距。AMD 的 Helios、谷歌的 TPU、亚马逊的 Trainium 都在 2026 年有重要节点，但英伟达凭借”芯片+网络+软件”的完整栈优势，依然是超大规模数据中心的首选。

对产业链而言，HBM4 需求将迎来爆发——单颗 Rubin 搭载 288GB HBM4，一个 NVL144 机架的内存用量极为可观。这也解释了为什么内存原厂敢在 2026 年大幅涨价：AI 算力对高端内存的需求，短期内看不到天花板。