英伟达芯片路线图分析：RubinGPU、RubinUltra及Feynman架构

芝能智芯出品

英伟达GTC 25大会上，黄教主公布了2026-2027年的数据中心GPU路线图，在AI和高性能计算领域的雄心。

Blackwell B200刚刚全面投产，Blackwell Ultra预计于2025年下半年推出。

● 英伟达已规划了后续两代产品：2026年的Rubin GPU和2027年的Rubin Ultra，并透露了以物理学家理查德·费曼（Feynman）命名的新架构。

◎ Rubin GPU推理速度将达到50 petaflops（每秒千万亿次浮点运算），内存提升至288 GB，性能是Blackwell的2.5倍；

◎ 而Rubin Ultra的性能将是GB300 NVL72的14倍，英伟达通过快速迭代和尖端技术（如NVLink和HBM4）巩固市场领导地位的战略。

英伟达在去年的GTC 2024上发布了Blackwell架构，并推出了GB200芯片，今年将这一系列正式命名为Blackwell Ultra。

与此前传言的GB300不同，Blackwell Ultra本质上是Blackwell的内存升级版，基于台积电N4P（5nm）工艺的双芯片架构（Blackwell GPU + Grace CPU），搭配12层堆叠的HBM3e内存，显存容量提升至288 GB，带宽达1.8 TB/s，延续第五代NVLink技术。

从技术角度看，Blackwell Ultra在FP4精度下的算力达到15 petaflops，结合Attention Acceleration机制，其推理性能比Hopper架构的H100提升2.5倍。

这一升级显得较为保守，Blackwell Ultra并未带来全新架构，通过内存和微调优化现有设计。

这种“挤牙膏”式的迭代是不是有点像之前的Intel，英伟达是否在为Rubin等更具颠覆性的产品蓄力，而将Blackwell Ultra定位为市场过渡产品？其核心改进在于满足当前AI推理需求的内存带宽提升，而非底层架构的革命性突破。

Blackwell Ultra NVL72机柜进一步佐证了这一定位，一款专为“AI推理时代”定制的产品，包含18个计算托盘（72颗Blackwell Ultra GPU + 36颗Grace CPU），总显存20 TB，带宽576 TB/s，配备9个NVLink交换机托盘（节点间带宽130 TB/s）。

机柜整合了72张CX-8网卡（14.4 TB/s带宽）、Quantum-X800 InfiniBand和Spectrum-X 800G以太网卡，以及18张BlueField-3 DPU，优化了延迟和多租户支持。

应用场景包括AI代理、机器人训练和物理仿真等，其推理性能比GB200 NVL72提升1.5倍，比Hopper架构的DGX机柜高出50倍。以6710亿参数的DeepSeek-R1模型为例，H100需1.5分钟完成推理（100 tokens/秒），而Blackwell Ultra NVL72仅需15秒（1000 tokens/秒）。

Blackwell Ultra NVL72预计于2025年下半年上市，目标客户包括服务器厂商（思科、戴尔、HPE等）、云服务商（AWS、Google Cloud、Azure等）和算力租赁商（CoreWeave、Lambda等）。

这种广泛的市场覆盖显示出强劲需求，但其增量式升级表明英伟达在为Rubin铺路，同时利用Blackwell Ultra维持生态系统粘性。

如果说Blackwell Ultra是战术性过渡，那么2026年的Rubin GPU则是英伟达的战略重拳。以天文学家Vera Rubin命名的这款GPU，推理速度将达50 petaflops（比Blackwell的20 petaflops高出一倍多），配备288 GB HBM4内存。

基于Rubin的Vera Rubin NVL144机柜（72颗Grace CPU + 144颗Rubin GPU）将提供3.6 exaflops（FP4推理）和1.2 exaflops（FP8训练）的算力，是Blackwell Ultra NVL72的3.3倍。

到2027年，Rubin Ultra NVL576将进一步提升至15 exaflops（FP4）和5 exaflops（FP8），性能是Blackwell Ultra NVL72的14倍。这些数据表明，英伟达正全力抢占AI计算的制高点。

● Rubin的突破依赖三大支柱：

◎ 首先，HBM4内存（NVL144带宽13 TB/s）解决了大规模AI模型的内存瓶颈；

◎ 其次，第六代NVLink和CX9网卡提升了多GPU集群的互联效率；

◎ 最后，Rubin可能采用更先进的制程（如3nm），优化功耗和性能。黄仁勋提到的NVLink革新暗示Rubin将在多芯片设计上更进一步，延续Blackwell的双芯片经验。

Rubin Ultra NVL576以576颗GPU的配置瞄准超大规模AI部署，例如万亿参数模型的生成式AI和物理仿真，其15 exaflops推理能力可将复杂任务压缩至秒级。

而后续的Feynman架构（以理查德·费曼命名）则预示着英伟达的长远布局，可能探索量子计算或光互联等前沿技术。

● 基于Blackwell Ultra的DGX Super POD提供即插即用的“AI超算工厂”，分为两种配置：

◎ 包含576颗Blackwell Ultra GPU和288颗Grace CPU（11.5 exaflops FP4）；

◎ 采用B300 GPU的风冷设计，适用于企业数据中心。

Equinix的液冷/风冷支持增强了其灵活性，但其依赖Blackwell Ultra使其更像过渡性产品，难以与Rubin匹敌，市场影响深远。

Rubin和Rubin Ultra将加剧与AMD（Instinct MI300）和英特尔（Gaudi、Ponte Vecchio）的竞争，后者在算力和生态成熟度上仍落后。

云服务商和AI初创企业将受益于Rubin的可扩展性，但高昂成本可能拉大巨头与中小玩家的差距。Rubin对推理的重视也顺应了AI从训练向部署的行业趋势。

英伟达的2026-2027路线图以Rubin、Rubin Ultra和Feynman架构为核心，巩固了其在AI芯片领域的领导地位。

Blackwell Ultra虽是过渡性产品，却通过内存和推理优化满足当前需求，为Rubin的登场铺平道路。Rubin GPU的50 petaflops推理能力和HBM4技术标志着代际飞跃，而Rubin Ultra NVL576的15 exaflops性能则重新定义了AI计算的边界。

Feynman的预告则进一步彰显了英伟达的雄心。快速迭代可能让客户疲于升级，执行延迟也可能被对手利用。提前公布Rubin和Feynman，不仅激励了投资者和开发者，也向竞争对手施压。