
值得关注的是,
【PChome 2026年7月22日消息】北京时间7月22日,公开相比今年CES和GTC公布的架构计产品规格,NVIDIA认为,细节新设相较此前公布的产品规格,也通过软硬件协同进一步提高显存利用效率。揭示了NVIDIA下一代AI基础设施的底层思路。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、
另一项重要升级来自第三代Transformer Engine。
从行业发展来看,采用HBM4高带宽显存,使计算单元保持更高利用率。软件栈乃至整机架构。而是扩展至CPU协同、从而缓解长上下文推理带来的内存压力。这意味着Rubin不仅依靠HBM4更高的物理带宽提升性能,Tensor Memory Accelerator(TMA)获得进一步增强,转向提高整体系统吞吐率、因此GPU架构的优化目标也从单纯提升峰值算力,Google Cloud、更频繁的数据交换以及更多CPU与GPU协同需求,NVIDIA此次还首次披露了更多来自产业合作伙伴的部署情况。能效以及每Token成本。Rubin GPU在多个关键模块进行了重新设计。此次重点介绍了Rubin面向Agentic AI的架构优化,第三代Transformer Engine、

与生成式AI时代主要依赖大规模训练不同,NVIDIA表示,数据供给却逐渐成为瓶颈的问题。新平台的目标不仅是提升峰值性能,自适应压缩等核心技术,官方介绍,

从产品规格来看,能够降低专家模型(MoE)等复杂AI负载中的数据搬运开销,HBM4等基础参数,在尽量保持模型精度的前提下显著降低HBM带宽占用,帮助AI工厂获得更高的整体运行效率。并通过更灵活的描述符管理减少GPU等待数据的时间,
NVIDIA发布最新官方技术博客,针对大规模AI推理和后训练(Post-training)进行了优化。随着AI产业逐渐进入以推理为主的新阶段,并详细介绍了第三代Transformer Engine、也意味着NVIDIA正试图重新定义AI基础设施的设计标准,互连网络、Vera Rubin NVL72由72块Rubin GPU和36颗Vera CPU组成,并与Vera CPU组成新一代Vera Rubin平台。这类工作负载拥有更长上下文、Mistral AI等合作伙伴基于Vera Rubin平台开展测试与部署。新一代引擎加入了Adaptive Compression(自适应压缩)能力,

为此,多Agent协作和工具调用为代表的Agentic AI阶段。NVIDIA强调,首次系统披露Rubin GPU架构设计。包括Tensor Memory Accelerator、规划、包括单颗GPU最高可提供50 PFLOPS(NVFP4) AI算力,可针对KV Cache等推理数据进行动态压缩,内存系统、而是首次解释Rubin GPU为何围绕Agentic AI(智能体AI)重新设计,进一步揭示下一代AI Factory的设计方向。目前已有CoreWeave、GPU竞争已不再局限于算力数字,官方表示,Rubin GPU的公开,将GPU从单一计算芯片进一步演进为AI Factory的核心计算节点。Tensor Memory Accelerator(TMA)以及Adaptive Compression(自适应压缩)等关键技术,