Nvidia周一（1/5）发布新一代Rubin平台，这是一套将CPU、GPU、互联、网络、安全与存储等6大关键组件，集成为单一系统的机柜级AI运算平台，目标是把过去高度定制化的AI数据中心，转化为可标准化部署的“AI工厂”。Nvidia同时宣布，微软、AWS、Google、Oracle与CoreWeave等云计算企业，都准备在今年部署Rubin平台。
Rubin平台集成的6大组件包括：Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU，以及Spectrum-6以太网络交换机。这些组件多半并非首次出现，但在Rubin平台架构中，其定位出现根本性改变，并共同构成以机柜为单位的AI运算系统。
其中，Vera CPU与Rubin GPU被视为Rubin平台运算与推理能力的核心。Vera CPU是Nvidia首次为大型AI工厂量身打造的高能效CPU，采用88个自制Olympus核心，支持Armv9.2，并通过NVLink-C2C与GPU高速直连，特别适合代理式AI与推理流程的控制与协调。Rubin GPU则导入第三代Transformer Engine，结合硬件加速的自适应压缩，在AI推论上提供50 PFLOPS的NVFP4算力，专为大模型与MoE推论优化。
在系统层面，Rubin也是首个在机柜级导入第三代机密运算的平台，能在CPU、GPU与NVLink间维持一致的数据保护，确保大型专有模型在训练与推论时的安全性。同时，第二代RAS Engine横跨CPU、GPU与互联，提供即时健康监测、容错与预防性维护，加上模块化、无缆线设计，使组装与维修效率较Blackwell提升最多18倍，进一步提升整体AI工厂的可用性与生产力。
这种跨组件的整体集成，直接影响AI的成本结构。Nvidia指出，相较前一代Blackwell平台，Rubin在推论Token成本上最多可降低10倍，训练大规模MoE模型所需的GPU数量，也可减少至原本的四分之一。
虽然Nvidia在过去几个时代便已使用“平台”来描述其AI系统，但Rubin的差异不在于是否集成，而在于集成的层级与交付单位。从官方说法可以看出，Rubin不再以单颗GPU或单一服务器为核心，而是直接以“机柜级系统（rack-scale system）”作为最小产品单位。这代表Nvidia不只是提供一组可组装的系统方案，而是把整座AI运算环境，定义为可直接部署、可复制扩张的标准化AI工厂模块。
其实包括Anthropic、OpenAI、Mistral AI与xAI等，皆为预期采用Rubin的合作对象；Nvidia也与红帽扩大合作，将Red Hat Enterprise Linux、OpenShift与Red Hat AI纳入针对Rubin优化的完整AI堆栈，进一步降低企业导入AI工厂的技术与运营门槛。
xAI创办人暨首席执行官马斯克（Elon Musk）表示，Rubin将成为AI领域的火箭引擎，对于希望大规模训练与部署前沿模型的企业而言，这正是所需的基础设施，也将再次向市场证明，Nvidia仍是业界的黄金标准。
