英伟达推Rubin CPX GPU，专攻长文本AI推理新战场

随着生成式人工智能应用加速落地，AI推理正成为技术变现的关键环节。相较于耗时漫长的模型训练，推理直接面向终端场景，决定了AI能否真正融入实际业务。在此背景下，英伟达宣布推出专为大规模情境推理设计的Rubin CPX GPU，计划于2026年底上市，意图进一步巩固其在AI计算生态中的主导地位。
Rubin CPX聚焦于处理百万级token的长上下文任务，例如分析整部电影、处理超长文档或运行复杂代码项目。为应对这类高吞吐需求，该芯片采用128GB GDDR7内存，而非主流的HBM，大幅降低制造成本与功耗，无需依赖昂贵的CoWoS封装技术。虽然GDDR7带宽低于HBM4，但其性价比优势显著，尤其适合上下文预处理阶段对大容量而非极致带宽的需求。
该芯片主要针对“上下文阶段”（Prefill）进行优化，而后续的“生成阶段”（Decode）则可交由配备HBM的Blackwell或Rubin GPU处理，形成协同架构。英伟达表示，每投入1亿美元于Rubin CPX，可带来高达50亿美元的token输出收益，投资回报率可达30至50倍，对客户极具吸引力。
在扩展性方面，Rubin CPX不配备NVLink，而是通过PCIe 6.0架构实现高效互联。为此，英伟达同步推出全球首款量产的PCIe 6.0 I/O板，集成PCIe Switch与ConnectX-8 SuperNIC，作为AI服务器的“神经中枢”，简化系统设计并提升组件间通信效率。该方案支持与Quantum-X800 InfiniBand或Spectrum-X以太网平台整合，满足数据中心对灵活资源调度的需求。
软件层面，Rubin CPX全面兼容CUDA生态，支持Dynamo编排平台、Nemotron模型及NVIDIA AI Enterprise套件。开发者无需手动拆分推理流程，Dynamo可智能调度上下文与生成任务，并优化KV缓存传输，降低延迟。这一软硬件一体化设计，有助于企业快速部署复杂AI应用。
业界认为，Rubin CPX凭借成本优势和生态整合，可能对定制化ASIC方案形成冲击，尤其在长文本处理、智能代码助手和视频理解等场景。尽管部分客户仍在寻求英伟达之外的替代路径，但其技术领先与全栈优化能力，仍使Rubin CPX成为AI推理市场不可忽视的新力量。