NVIDIA
2026-06-25
NVIDIA推Vera CPU+Rubin GPU，意图将AI控制权从x86转向自研架构
内容摘要
核心要点
黄仁勋在NVIDIA 2026财年股东大会上的发言，核心信息有三层：
第一，Blackwell被定义为“推理之王”，声称其token吞吐量较次优平台高出30倍，但未披露测试条件或对比对象（可能是AMD MI300X或Intel Gaudi）。这一性能数字若属实，将极大加速AI推理部署，但缺乏第三方基准验证。
第二，Vera Rubin平台被描述为“最重要的产品发布之一”，其中Vera CPU专门为AI智能体设计，强调超低延迟响应，而Rubin GPU负责思考。黄仁勋直言“此前所有CPU都是为人类设计”，暗示传统x86 CPU（Intel/AMD）无法满足智能体需求，从而开辟一个新CPU市场。
第三，CUDA X库生态被称作“皇冠珠宝”，支持7000+应用，是竞争对手难以逾越的护城河。这强化了NVIDIA通过软件锁定硬件生态的战略。
此外，H200对华出口许可证已获批准但无收入，物理AI被列为下一增长阶段。
重要性说明
黄仁勋的发言表面是产品路线图，实则是控制平面转移的宣言：将AI计算的控制点从x86通用CPU（Intel/AMD）转移到NVIDIA自研的Vera CPU和CUDA生态。
- 防守/合围谁？ 此举直接攻击Intel和AMD的服务器CPU基本盘，同时合围试图用开放标准（如OCP、HIP）挑战CUDA的对手（AMD、Intel、以及新兴AI芯片厂商）。通过宣称“CPU为AI设计”，NVIDIA试图让企业认为只有买Vera才能获得智能体所需的超低延迟，从而锁定用户CPU采购。
- 隐性锁定什么资产？ CUDA生态是核心锁链。用户一旦采用Vera+Rubin，就必须全套使用NVIDIA的软件栈（CUDA X、NVIDIA AI Enterprise），无法迁移到其他硬件。Vera CPU可能采用专有互连（如NVLink-C2C），进一步绑定数据中心架构。
- 隐瞒了什么物理限制/成本陷阱？ Blackwell的30倍性能提升很可能是在特定模型（如GPT-3 175B）下，使用FP8或INT4量化，且对比对象可能是上一代Hopper或竞品在相同精度下的表现。实际部署中，尾部延迟、功耗密度（Blackwell TDP高达1000W+）以及液冷成本被淡化。此外，Vera CPU作为新架构，其生态成熟度（操作系统、编译器、库支持）远不如x86，企业迁移面临巨大的软件适配成本和供应链锁定风险。
PRO 决策建议
【厂商（竞争对手）】AMD和Intel应迅速发布针对AI智能体场景的低延迟CPU+GPU联合方案，例如AMD的MI400系列与Zen 5 CPU通过Infinity Fabric实现统一内存访问，并开放ROCm生态，提供与CUDA兼容的迁移工具。同时，联合OCP社区推动开放加速器模块（OAM）标准，打破NVIDIA的互连垄断。
【企业（CIO/架构师）】立即对现有AI基础设施进行独立基准测试，要求NVIDIA提供Blackwell 30倍性能的详细测试配置（模型、精度、批大小），并对比AMD MI300X和Intel Gaudi 3的实际推理吞吐与尾部延迟。在采购Vera CPU前，评估软件移植成本：如果当前CUDA代码依赖特定库（如cuDNN、TensorRT），迁移到其他平台可能需要数月重写。建议保留至少20%的异构计算预算用于非NVIDIA平台，以保持谈判筹码和供应链弹性。
【投资者】警惕NVIDIA将“AI工厂”叙事用于推高股价，但实际毛利率可能因Blackwell的高功耗液冷成本而承压。关注Vera CPU的客户采纳速度：如果企业因锁定风险而推迟采购，可能意味着增长放缓。同时，关注AMD和Intel的AI CPU路线图（如Intel的Granite Rapids with AMX），它们可能以更低TCO争夺智能体推理市场。
觉得这篇分析有用？
每周收到3-5条AI基础设施关键信号 →
💬 评论 (0)