NVIDIA发布新一代AI超算平台：Rubin，将推理 token 成本降低 10 倍
程序员老鬼约 5 分钟今天早上刷新闻的时候，我困得一批，结果被黄仁勋给整精神了： NVIDIA 又整了个新的——Rubin AI 超算平台。
简单一句话：Blackwell 才刚铺开，Rubin 已经踩着它开始“卷自己”了。
你刚发的那几条，其实就是整场发布会里最狠的几个点，我给你串一下：
推理 token 成本：降到 Blackwell 的 1/10官方说法是：在大模型 MoE 场景下，每百万 token 的推理成本，比 Blackwell 再砍一刀到 1/10。 这什么意思？ 就是以后你跟 AI 连续叨叨一整天，它后台烧的钱，可能只剩现在的零头。
训练同样规模模型，用 1/4 的 GPU 就够了Rubin 针对万亿参数的 MoE 模型，训练同样的活儿，Blackwell 需要 4 份卡，它只要 1 份卡。
能效再干一波：最高 5 倍用更少的电，干更多的活，数据中心老板看到这个，可能比我们还激动。
GPU 间带宽：一个机架 260 TB/s这个 260 TB/s 是机架级 NVLink 6 叠出来的总带宽，72 块 Rubin GPU 在一个 NVL72 机架里互相“嘴对嘴喂数据”。
机架级保密计算之前都是某块 GPU / 某颗 CPU 支持可信执行，这次直接把“机架”当成一个安全边界，官方号称是首个机架级可信计算平台。
完全重新设计的机柜：没电缆、没软管、没风扇这点真的离谱。新的 Vera Rubin NVL72 机柜里面是模块化抽屉 + 全液冷，安装时间从原来两小时，干脆缩到五分钟，说白了就是“插卡即用”。
就这几条放在一起，我第一反应就是：大模型厂商接下来可以更疯，而普通用户用 AI 的价格，有机会再往下跳一大截。
如果把 一个 GPU 比喻成显卡， 那 Rubin 想做的是：把整个机房当成“一块卡”来设计。
里面那个完整体，官方名字叫：
NVIDIA Vera Rubin NVL72 —— 一机架 36 颗 Vera CPU + 72 块 Rubin GPU，外加一整套网络、安全、以太网的配套芯片，组合成一台“机架级 AI 超算”。
以前是“买一台服务器，再想办法把一堆服务器连起来”； 现在直接变成“买一整架大脑，往机房一插就开干”。
你列的那六大件，其实就是 Rubin 的“六脏俱全”。
1）Vera CPU：不是主角，但特别聪明的调度大脑
88 个 NVIDIA 自研的 Arm Olympus 核心 单颗集成高达 1.5 TB 内存（LPDDR5x），专门给 AI 推理和数据搬运优化过。
它更像是一个“任务调度 + 数据交通指挥中心”， 不是拼算力，而是保证 GPU 永远喂得饱、网络永远不堵车。
2）Rubin GPU：下一代 Transformer 引擎猛兽
每块 Rubin GPU：推理 50 PFLOPS、训练 35 PFLOPS（NVFP4 精度）。 自带 HBM4，高带宽显存做到 288GB 一块，直接往“超长上下文、Agent 连环调用”那个方向冲。
简单粗暴一点说：一块卡干 5 块 Blackwell 的活，功耗和晶体管数量才涨 1.x 倍。
3）NVLink 6：GPU 之间的“神经系统”
单 GPU 可用到 3.6 TB/s 的 NVLink 带宽，整机架往上叠，总带宽干到 260 TB/s。
以前多 GPU 训练有点像多家公司邮件互发文件； 现在 Rubin 更像是“公司内部全部上了 1,000G 的高速专线”。
4）ConnectX-9 SuperNIC：对外社交的嘴
这个就是那块超级网卡：
面向数据中心，把 Rubin 机架和外部世界连起来 官方口径：最高 1.6 Tb/s 通信能力，用在 AI 集群之间“横向扩展”上。 简单理解：这是 Rubin 超算在整个数据中心里的“光纤大舌头”。
5）BlueField-4 DPU：安全 + 存储打包丢给它
DPU 这块，其实这几年 NVIDIA 一直在铺：
专门负责网络、安全、存储这些“杂活” Rubin 里把它用来做 共享上下文内存 + 安全隔离，让多个租户可以共享一大坨上下文，又不互相泄露。
有点像“既当保安又当仓库管理员”。
6）Spectrum-6 Ethernet：为 AI 重做了一次以太网
单交换机带宽最高 409.6 Tb/s 针对 AI 流量模式重新做了调度和拥塞控制，官方说能量效拉到上一代的 5 倍。
以前以太网更多是“通用选手”， Spectrum-6 是直接写着“AI 专用”四个大字。
这两年一个新词叫 “AI 工厂” —— 不再是几台服务器跑个模型，而是整个园区都在 24 小时产“智能”。
NVIDIA 在技术博客里说得很直白：Rubin 把“数据中心而不是单机”，当作一个计算单位来设计。
这带来几个很现实的变化：
长上下文 + Agent 成为常态AI 不再是问一句答一句，而是长期挂在那儿，帮你跑流程、看文档、打电话、下单——这一切都意味着：
token 数暴涨 上下文越拉越长 推理链路越来越复杂
推理成本比训练更重要训练是一次性投入，但推理是所有人每天在消耗。 Rubin 直接把推理 token 成本压到 Blackwell 的 1/10，明牌告诉你：
“我就是为大规模上线 Agent 和长对话准备的。”
电力、散热、部署速度，统统变成一线 KPI
能效要高，不然电费把你干死 散热要好，不然机房直接变蒸桑拿 部署要快，否则你项目排期会被硬件卡爆
Rubin 在这三件事上就是往死里卷：更省电、全液冷、模块化抽屉，整机架“像插 U 盘一样”插上就能用。
那个“没有电缆和风扇”的机柜，到底有什么鬼
我看到这句的时候也愣了一下： “完全重新设计，没有电缆软管和风扇。”
其实不是说整个机房不需要这些东西，而是说：
机柜内部不再是“满墙扎带 + 一坨线”： 电源、液冷、信号都做成模块化 backplane， GPU/CPU 模块像抽屉一样滑进滑出，维护、扩容非常简单。
散热交给统一的液冷循环，风扇从节点里搬走，集中做。
这对谁最舒服？
做运维的人： 以前拔一根线手心冒汗，现在就是“抽一块、换一块”。
买整柜的云厂商： 交付速度直接提升，机房停机时间少一大截。
我们这种用云上模型的人： 不直接看到，但会在“更便宜、更稳定、更快”的 API 价格和体验里，慢慢被动享受。
Rubin 什么时候落地？跟我们啥关系？
时间线上，大概是这样：
Rubin 架构 2024 年就提过名字 这次 CES 2026 是完整平台 + NVL72 机架的正式亮相 黄仁勋说：Rubin 平台已经在全面量产，2026 下半年各大合作伙伴会开始供货。
对普通人来说，说真的，你我大概率一辈子摸不到 Rubin 机柜本体。 但是：
大模型推理价格有机会再往下杀一轮 长上下文（百万级 token）、超复杂 Agent 工作流，会慢慢变成“标配”而不是“高价 VIP 功能” 一些以前算起来太贵的方向（比如大规模视频理解、超长时间序列预测），会突然被人玩起来
反正我是那种很俗的人： 看到“成本降 10 倍”这种数字，第一反应不是科技进步，而是 ——“好，那你们 API 别涨价了。”
就先唠这么多吧。 Rubin 这波感觉就是 NVIDIA 在给“AI 工厂”打地基， 后面各家模型厂、云厂商、Agent 平台，都会站在这堆硬件上继续卷。
-END-
我为大家打造了一份RPA教程，完全免费：songshuhezi.com/rpa.html