英伟达正准备从现有的 Blackwell 芯片迈向更为先进的 Blackwell Ultra。Blackwell Ultra 预计在今年晚些时候发布，它将带来显著的性能提升。据悉，Blackwell Ultra 将是首个拥有 288GB HBM3e 的 GPU，内存带宽相比前代有大幅提升，这将使得数据处理速度更快，为 AI 应用提供更强大的支持
同时，英伟达还推出了与 Blackwell Ultra 配套的 GB300 NVL72 机架级解决方案和 NVIDIA HGX B300 NVL16 系统。GB300 NVL72 机架级解决方案集成了 72 个 Blackwell Ultra GPU 和 36 个基于 Arm Neoverse 架构的 NVIDIA Grace CPU，形成一个庞大的单体 GPU，专为测试时的扩展推理而打造。通过 GB300 NVL72，AI 模型可以利用平台增强的算力，探索不同的解决方案，并将复杂请求拆解为多个步骤，从而实现更高质量的响应。预计 Blackwell Ultra 将比前代产品提供 1.5 倍的 AI 性能，而与使用 NVIDIA Hopper 构建的工厂相比，Blackwell 的 AI 工厂收入机会增加了 50 倍。这一系列升级将进一步巩固英伟达在 AI 推理市场的地位。
Rubin 平台：2026 年的重磅登场
在发布会上，黄仁勋还介绍了正在研发的 AI 超级芯片平台 Rubin，该平台预计在 2026 年下半年推出。Rubin 平台以著名天文学家维拉・鲁宾（Vera Rubin）的名字命名，这延续了英伟达以杰出科学家命名芯片架构的传统。
Rubin 平台拥有全新的 CPU 和网络架构，性能将是 Hopper 的两倍，且内存更大。Rubin 平台由 Rubin GPU 和 Vera CPU 组成，其中 Vera CPU 拥有 88 个定制 Arm 核心、176 个线程。据介绍，Vera 的新架构设计将会比 Grace CPU 快两倍。在机架级解决方案方面，英伟达展示了 Vera Rubin NVL144 和 Rubin Ultra NVL576。Vera Rubin NVL144 的 FP4 推理算力可达到 3.6EFLOPS，FP8 训练算力可达到 1.2EFLOPS，是新发布的 GB300 NVL72 的 3.3 倍。Rubin Ultra NVL576 的 FP4 峰值推理算力高达 15EFLOPS，FP8 训练算力达到 5EFLOPS，是 GB300 NVL72 的 14 倍。强大的性能将为各类 AI 应用，如大规模语言模型训练、复杂的图像识别和处理等，提供前所未有的计算能力。
未来展望：Feynman 架构
除了已经明确发布时间的 Blackwell Ultra 和 Rubin 平台，英伟达的路线图中还透露了更远未来的布局。在 Rubin 之后的下一代芯片架构被命名为 Feynman，预计将于 2028 年问世。该架构以著名理论物理学家 Richard Feynman 命名。虽然目前关于 Feynman 架构的具体细节还未公布，但从英伟达一贯的技术发展节奏来看，Feynman 架构有望带来又一次的技术飞跃，为 AI 领域的发展注入新的活力。
技术推动与行业影响
英伟达在 AI 芯片领域的持续创新，不仅是自身技术实力的体现，也将对整个 AI 行业产生深远影响。随着这些新芯片的逐步推出，AI 计算能力将得到极大提升，这将加速 AI 技术在各个领域的应用和落地。无论是医疗领域的疾病诊断与药物研发、交通领域的自动驾驶技术发展，还是金融领域的风险预测与智能投顾等，都将受益于英伟达强大的 AI 芯片技术。
同时，英伟达的技术进步也将促使竞争对手加大研发投入，推动整个行业的技术进步。在未来的几年里，我们有望看到 AI 技术在更强大的硬件支持下，实现更多的突破和创新，为人类社会的发展带来更多的可能性。
总之，英伟达 GTC 2025 大会发布的 AI 芯片最新路线图，让我们看到了 AI 芯片领域的光明未来。随着 Blackwell Ultra、Rubin 以及未来 Feynman 等芯片架构的逐步推出，英伟达将继续引领 AI 芯片技术的发展潮流，为全球 AI 产业的繁荣贡献力量。让我们拭目以待，见证这些强大芯片在未来 AI 世界中的精彩表现。
发表评论