从预训练到推理拐点，英伟达能靠Rubin延续霸权吗？

作者 | 赵之齐 编辑 | 包永刚 在预训练赛道凭借硬件性能与生态优势称霸的英伟达，进入AI推理时代后，面临新的挑战。 在CES 2026上，英伟达创始人兼CEO黄仁勋强调了“物理AI”是AI的下一波浪潮。他将推理性AI置于核心位置，发布了具备自主思考能力的自动驾驶AI Alpamayo，提出了与西门子联手打造工业AI的未来蓝图，并且，也披露了下一代AI计算平台Vera Rubin的细节。 显然，黄仁勋不愿让Rubin停留在“概念革命”的想象层。他花了大量篇幅阐述AI推理带来的挑战：模型规模每年增长十倍，推理从单次生成走向多步思考，所需算力呈指数级膨胀，更长的上下文也导致存储与带宽压力飙升。 对此，英伟达给出的解决方案是，集成Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-X以太网交换机的组合平台。 在部分业内人士眼中， 这是一场“营销意味更重”的发布 ：面对TPU、超节点等在推理领域相继崛起，以及单芯片制程逼近物理极限的现实，英伟达推出六芯协同组合Rubin平台，是其保持在推理市场领先地位的关键一步。 但这背后也隐藏着现实问题： Rubin的推理性能突破，建立在NVFP4自适应调整精度前提下，“ 但提高FP4精度的推理，难免会挤压FP16、FP32等更高精度的计算资源 ，且精度下降后，对于文生视频等对精度敏感的场景而言，推理质量也会肉眼可见地变差”。 而对于黄仁勋提出Rubin平台用45℃温水冷却、有望为全球数据中心总电力消耗节省约6%的论断，AI系统架构师徐先生解读：“ 这种方式的出液与进液温差很小，核心元器件的实际工作温度可能维持在八九十摄氏度 ，机柜的故障率很难实质下降。”