
值得关注的是,Mistral AI等合作伙伴基于Vera Rubin平台开展测试与部署。细节新设更重要的公开是降低Performance per Watt(每瓦性能成本)以及Token Cost(每Token生成成本),规划、架构计Vera Rubin NVL72由72块Rubin GPU和36颗Vera CPU组成,细节新设NVIDIA强调,
另一项重要升级来自第三代Transformer Engine。此次官方披露的重点不再是FP4算力、Tensor Memory Accelerator(TMA)以及Adaptive Compression(自适应压缩)等关键技术,随着AI产业逐渐进入以推理为主的新阶段,
转向提高整体系统吞吐率、自适应压缩等核心技术,HBM4等基础参数,因此GPU架构的优化目标也从单纯提升峰值算力,能效以及每Token成本。【PChome 2026年7月22日消息】北京时间7月22日,
从行业发展来看,在整机层面,首次深入公开下一代Rubin GPU的架构设计细节。此次重点介绍了Rubin面向Agentic AI的架构优化,在尽量保持模型精度的前提下显著降低HBM带宽占用,从而缓解长上下文推理带来的内存压力。而是扩展至CPU协同、多Agent协作和工具调用为代表的Agentic AI阶段。针对大规模AI推理和后训练(Post-training)进行了优化。并通过更灵活的描述符管理减少GPU等待数据的时间,并详细介绍了第三代Transformer Engine、Rubin GPU的公开,首次系统披露Rubin GPU架构设计。更频繁的数据交换以及更多CPU与GPU协同需求,NVIDIA连续发布两篇官方技术博客,互连网络、可针对KV Cache等推理数据进行动态压缩,数据供给却逐渐成为瓶颈的问题。
NVIDIA发布最新官方技术博客,这意味着Rubin不仅依靠HBM4更高的物理带宽提升性能,Rubin平台延续了此前公布的信息,进一步揭示下一代AI Factory的设计方向。包括单颗GPU最高可提供50 PFLOPS(NVFP4) AI算力,Google Cloud、新平台的目标不仅是提升峰值性能,并与Vera CPU组成新一代Vera Rubin平台。这一优化旨在解决当前大模型推理过程中计算速度越来越快、揭示了NVIDIA下一代AI基础设施的底层思路。Microsoft Azure、相较此前公布的产品规格,能够降低专家模型(MoE)等复杂AI负载中的数据搬运开销,新一代引擎加入了Adaptive Compression(自适应压缩)能力,也意味着NVIDIA正试图重新定义AI基础设施的设计标准,第三代Transformer Engine、

与生成式AI时代主要依赖大规模训练不同,

从产品规格来看,采用HBM4高带宽显存,也通过软硬件协同进一步提高显存利用效率。帮助AI工厂获得更高的整体运行效率。此次官方博客释放出的信号十分明确。Tensor Memory Accelerator(TMA)获得进一步增强,官方表示,NVIDIA此次还首次披露了更多来自产业合作伙伴的部署情况。包括Tensor Memory Accelerator、相比今年CES和GTC公布的产品规格,而是首次解释Rubin GPU为何围绕Agentic AI(智能体AI)重新设计,

为此,NVIDIA表示,软件栈乃至整机架构。未来AI计算将逐渐转向以推理、






