Vera Rubin让AI晶片从单颗CPU进入机架级系统架构的时代，透过六颗不同功能的晶片高度分工、彼此协同运作，确保GPU几乎不会被非计算任务给打断，形成一个高稳定且高效率的运算管道。若与Blackwell相比，Vera Rubin的推理成本能降低约十倍之多。

【文／魏圣峰】

Nvidia执行长在今年ＣＥＳ展中首度揭露次世代ＡＩ运作系统，正式发表Vera Rubin，预计下半年上市，这款ＡＩ运作系统标志ＡＩ运算正式进入rack-scale system engineering（机架级系统架构时代）。与过去单颗GPU演进不同，Rubin并非单一晶片升级，而是由六颗高度分工、彼此协同的关键晶片所组成，共同构成一个完整的ＡＩ工厂。Rubin架构的核心不仅来自于GPU算力提升，而在于计算、互连、网路以及全面提升基础设施的效率。

这座系统架构透过Vera CPU、Rubin GPU、NVLink 6、ConnectX-9、BlueField-4与Spectrum-6的协同，Nvidia得以在同等或可控功耗，降低ＡＩ训练与推理成本，建立难以复制的系统级护城河。如果和Blackwell相比，Vera Rubin的推理成本能降低约十倍，训练与推理效率提升，在同等的功率下有更高的效能。

很多消息来源指出，Rubin NVL72系统推论性能可以达到Blackwell的五倍。Rubin GPU本身具备50peraflops NVFP4 AI推理能力，这里的50peraflops指的是单颗Rubin GPU每秒能进行五万兆次运算的算力单位，NVFP4则是Nvidia开发的四位元浮点数格式。传统ＡＩ运算常用十六位元，位元数愈低，运算愈快且节省记忆体。Vera Rubin虽然只用到四位元，但透过Nvidia的技术优化，它能保持接近十六位元或八位元的高精确度，同时让推理速度翻倍，这就是Nvidia黑科技能力。

采用台积电三奈米制程

在功耗上，Nvidia并没有公开具体功耗瓦数数据，但从推理／瓦效与系统整合推测，Rubin平台在能源效率上远优于Blackwell架构。当然，这与台积电先进制程有关。Blackwell GPU采用台积电四奈米制程，而Vera Rubin的六款晶片全都采用台积电三奈米制程，并采用台积电的CoWoS-L封装技术，并首度导入Chiplet（小晶片）设计与四倍光罩尺寸设计，将首度搭载HBM4记忆体，频宽可达22TB/s。显然台积电的先进制程与封装技术，是Vera Rubin晶片能提升运作效率又能降低功耗很重要的原因。

台积电的先进制程一直供不应求，虽然今年的资本支出将达到五二○～五六○亿美元，主要是用在二奈米建厂以及先进封装厂上，但需求实在太大，台积电正扩大封测委外布局，日月光投控和京元电子要的受惠转单对象，欣铨与力成也有可能受惠外溢订单。台积电七奈米以下先进制程营收比重已达七四％，这类高端晶片的后段封测需求接挹注给日月光（封装）与京元电（测试），带动这两家公司资本支出和业绩的成长。

日月光投控已明确表示将积极追赶客户需求，并大幅调升投资规模，以维持先进封装龙头的地位。该公司规划今年整体资本支出将达到七○亿美元创新高。其中机器设备会比去年的三四亿美元，再增加十五亿美元，成长幅度达三成。整体资本支出项目中约有三分之二会用在先进制程的支出上；日月光投控预计先进封装服务（LEAP）营收将从去年的十六亿美元，翻倍到三二亿美元。测试大厂的京元电子也受惠于Nvidia AI晶片需求超乎预期，且ＡＩ晶片设计趋于复杂，导致测试时间拉长与需求增加，ＡＩ晶片需要更精细的系统级测试（SLT）与烧机测试（Burn-in），带动产能持续满载，京元电子今年的资本支出将接近四百亿台币，续创历史新高。

加速大语言模型处理能力

Vera Rubin的六颗晶片中，Rubin GPU是ＡＩ训练与推理的加速；专注于第三代Transformer Engin（变形金刚引擎），这是一项新的技术功能，主要用在加速大语言模型（LLM）与代理型AI（Agentic AI）的运算速度与效率。与前代Blackwell平台相比，推论吞吐量可提升高达五倍，训练效能提升三．五倍。这款GPU能支援NVFP4等低精度推理格式，并能搭配HBM4高频宽记忆体。Rubin GPU只负责计算本身，而不用再承担网路、储存或安全等非核心任务，为后续协同设计奠定基础。（全文未完）

全文及图表请见《先探投资周刊2393期精彩当期内文转载》

◎封面故事：PCB产业迎向高质化趋势

◎特别企划：多头气势正旺 不预设高点

◎国际趋势：晶片飙 苹果中箭落马难逍遥

◎中港直击：中国难赚AI财 看似纸老虎