一句话看懂：英伟达在本周高调发布新一代Vera Rubin芯片系统，不仅升级GPU，还首次将自研CPU作为独立产品力推，意图从AI算力提供商转型为数据中心全栈芯片供应商。这标志着AI行业对“智能体”系统需求激增，正在改变服务器内部的芯片分工格局。
事件核心：发生了什么
在上周于加州圣克拉拉总部举行的技术研讨会上，英伟达向媒体披露了Vera Rubin系统的性能细节。该系统采用“1颗Vera CPU配2颗Rubin GPU”的架构，在单个NVL 72超级芯片机架中，集成了36颗Vera CPU和72颗Rubin GPU。英伟达声称，Vera Rubin NVL72系统每瓦特可处理的Token数量是上一代Grace Blackwell的10倍，本地内存带宽提升近3倍（可缓解当前高带宽内存短缺问题）。公司还宣称，Vera CPU在处理智能体AI任务时，速度优于AMD和Intel的竞品（但测试对比的是竞品稍早几代的芯片）。此外，新系统实现了100%液冷、声称“零电缆”设计，可将机架安装时间从几小时缩短到几分钟。目前，OpenAI已经部署了一台Vera Rubin机架。英伟达强调，Vera Rubin将在2025年下半年按计划出货，早期客户包括微软、OpenAI和甲骨文。
为什么重要
这一发布直接改变了AI芯片的竞争格局。此前，英伟达长期以GPU霸主身份主导AI训练与推理市场，而CPU部分主要依赖AMD、Intel等厂商。随着AI系统向更复杂的“智能体”架构演进，CPU在编排数据流、管理网络任务中的作用被放大——这正是英伟达押注自研CPU的逻辑。通过捆绑销售CPU与GPU，英伟达可以进一步锁定数据中心客户，同时挤压AMD、Intel在AI服务器CPU领域的市场份额。此外，Vera Rubin的快速部署能力也针对了上一代Blackwell芯片因过热导致延迟发货的教训，意在增强客户对供应链稳定性的信心。
对用户/开发者/创作者的影响
对AI开发者和企业用户而言，短期影响更多来自算力生态的变化。英伟达CPU的推广可能加速其CUDA软件生态向CPU端延伸，开发者未来可能更依赖英伟达统一架构来优化智能体应用的端到端性能。同时，Vera Rubin的液冷和高密度设计，意味着使用其云实例的企业（如Azure、OCI）可能获得更低的推理延迟和更高的性价比。对于普通创作者，这些底层变化不会立刻体现在应用界面上，但通过API调用模型时，成本有望进一步下降——尤其是高内存带宽对大规模图像生成、长文本处理场景有明显提速作用。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Vera CPU的独立销售策略。英伟达已向中国客户透露该CPU可能在8月上市，这需要观察其是否引发其他区域市场的价格或供应策略调整。第二，竞品回应。AMD将在本周四的年度会议上披露下一代AI芯片，英特尔也有望跟进，CPU与GPU的交叉竞争将更加激烈。第三，实际部署中的散热与功耗表现。英伟达强调“全液冷”和“零电缆”，但数据中心用户的改造成本和兼容性仍是潜在障碍。最后，供应链风险——当前高带宽内存短缺问题是否在2025年下半年缓解，将直接影响Vera Rubin的大规模交付节奏。
来源：Wired AI
