NVIDIA Vera Rubin 確認第三季出貨：效能超越 Blackwell 五倍、成本降低十倍

當 NVIDIA 公布 Q1 FY2027 營收 816 億美元、年增 85% 的亮眼成績單時，數字本身幾乎只是配角。更具深遠意義的消息來自執行長黃仁勳的開場發言：Vera Rubin——NVIDIA 下一代 AI 運算平台——確認將於 2026 年第三季開始交付雲端客戶，第四季全力量產。

對過去十八個月來一直為 Blackwell 供應短缺與高昂算力帳單所苦的業界而言，這項確認訊息影響深遠。Vera Rubin 不只是下一顆晶片，它是一個由七個元件構成、專為代理式 AI 時代而設計的全棧平台——而黃仁勳毫不保留地宣告，這個時代已然到來。

「運算需求正在指數級成長——代理式 AI 的拐點已經到來，」黃仁勳在財報電話會議上告訴分析師。「Grace Blackwell 搭配 NVLink 是當今推理領域的王者，每個 token 成本降低了一個數量級，而 Vera Rubin 將進一步延伸這份領導優勢。」

七晶片、一平台

Vera Rubin 是 NVIDIA 所謂「極致協同設計」的產物，橫跨整個運算堆疊。平台整合了 2026 年 CES 發表的六種晶片類型，以及三月加入陣容的第七款——Groq 3 LPX 低延遲推理加速器。七者共同構成一體化系統：Vera CPU、Rubin GPU、NVLink 6 交換器、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 乙太網路交換器，以及 LPX。

Rubin GPU 是平台核心。由兩個光罩限制晶粒組成，共 3,360 億個電晶體——較 Blackwell B200 多出約 60%——提供 50 petaFLOPs NVFP4 推理效能與 35 petaFLOPs 訓練吞吐量。記憶體升級為 HBM4，每 GPU 配備 288 GB，晶片內頻寬達到驚人的 22 TB/s。這項頻寬數字的重要性絲毫不亞於原始 FLOP 數：大型語言模型推理的瓶頸幾乎永遠在記憶體頻寬，而非算術運算能力。

Vera CPU 同樣野心十足。採用 2,270 億電晶體、基於客製化 Arm「Olympus」核心，規格為 88 核心、176 執行緒，提供 1.5 TB LPDDR5x 容量與 1.2 TB/s 記憶體頻寬。NVIDIA 數十年來一直出貨獨立 GPU 加速器；Vera CPU 宣示的是對主機-加速器邊界兩側同時奪取主控權的嚴肅企圖。

NVL72：AI 基礎建設的新基本單位

平台旗艦配置 NVL72 將 72 顆 Rubin GPU 與 36 顆 Vera CPU 透過 NVLink 6 連接——單 GPU 交換器頻寬較 NVLink 5 提升三倍。由此產生的數字難以直覺理解：每機架 3.6 exaFLOPs NVFP4 推理吞吐量、2.5 exaFLOPs 訓練吞吐量、20.7 TB HBM4 容量、54 TB LPDDR5x，以及 260 TB/s 的橫向擴展頻寬。

相較於 Blackwell NVL72，NVIDIA 預測推理效能提升 5 倍、每 token 成本降低 10 倍（相同工作負載規模下）。這些不是可以隨手歸檔的規格——它們代表著截然不同的經濟學模式。目前以 Blackwell 速度需要耗資 1 億美元的部署，在理論上可透過 Vera Rubin 基礎建設以約 1,000 萬美元達到相同吞吐量。這些預測是否能在真實世界混合專家模型規模下成立仍待觀察，但方向性趨勢已無庸置疑。

供給現實的冷靜審視

對 Vera Rubin 規格的期待，需要用生產現實來節制。NVIDIA 預測 Q2 FY2027 營收約 910 億美元——仍主要由 Blackwell 驅動。按慣例，公司在新 GPU 上市第一年將 60% 至 70% 的產能分配給超大規模雲端業者，其餘部分由企業、政府和雲端新創競搶。

分析師估計 2026 年 Vera Rubin GPU 總產量介於 20 萬至 30 萬顆之間——僅是已安裝 Blackwell 基礎的一小部分。首批客戶預計涵蓋 AWS、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 與 CoreWeave，大致依此優先順序分配。

這種供給約束弔詭地解釋了為何 NVIDIA 將 Blackwell 加上 Rubin 合計平台展望至 2027 年累積營收 1 兆美元。Blackwell 仍以產多少賣多少的速度持續出貨；Rubin 新增的是高端層級而非取代前代。隨財報一同宣布的 800 億美元股票回購與 25 倍股息增加，反映管理層對需求跑道遠超任何近期供給上限的強烈信心。

Groq 3 LPX：低延遲的新維度

第七顆晶片值得單獨討論。Groq 3 LPX——NVIDIA 今年初收購了 Groq 的團隊與智慧財產權——是針對對話式 AI 與代理即時任務所需百毫秒以下響應時間優化的低延遲推理加速器。傳統 GPU 推理是吞吐量優先的；LPX 解決的是一個截然不同的問題維度。

LPX 被納入 Vera Rubin 平台，標誌著 NVIDIA 正在為推理請求以快速突發方式而非批次作業到來的 AI 部署模式而建造——這正是 AI 代理每項任務進行數十次工具呼叫的自然模式。結合 Rubin GPU 處理大量工作負載與 LPX 加速器處理互動延遲，是需要數年才能複製的架構精密度。

中國：讓出市場，鞏固焦點

形塑本次財報敘事的一個插曲，是黃仁勳坦率承認 NVIDIA 已「大致放棄」中國先進 AI 晶片市場給華為。禁止 NVIDIA 在中國銷售高端 H100 和 H200 型號的地緣政治限制，使華為昇騰 910C 成為中國超大規模雲端業者與 AI 實驗室的預設選擇。

這項讓步消除了供給預測中的一個潛在變數。NVIDIA 的中國合規版 H20 晶片持續以有限數量出貨，但公司已不再角逐旗艦中國市場。從競爭動態角度看，這意味著 AI 基礎建設霸權之爭現在比以往任何時候都更是 NVIDIA 與雲端業者自製矽片計畫——Google TPU、Amazon Trainium、Microsoft Maia——之間的對決。

Vera Rubin 對未來兩年的意義

嵌入 Vera Rubin 的架構決策，清晰地反映了對 AI 運算走向的深刻判讀。多步驟代理工作流程、長上下文推理模型與混合專家架構，對記憶體容量和頻寬的壓力遠大於原始算術吞吐量。HBM4 的 22 TB/s 頻寬、260 TB/s NVLink-6 橫向擴展，以及 LPX 的延遲優化，都是針對這些特定需求的解答。

更廣泛的含義是，推理的經濟學即將再次轉變。自 2022 年 ChatGPT 時刻以來每一年，百萬 token 的成本下降了約 80%——不是因為 OpenAI 或 Anthropic 變得更有效率，而是因為他們運行的硬體在固定功耗下變得大幅更快。Vera Rubin 若能實現相對 Blackwell 10 倍的每 token 成本改善，將加速這一趨勢，並擴大部署 AI 代理在經濟上合理的任務範圍。

對在 NVIDIA 分配隊列另一端等待的企業、開發者與研究人員而言，2026 年第三季的到來再怎麼快都不夠快。