GTC 2026前瞻：NVIDIA如何用LPX、CPO與Rubin，重新定義AI基礎設施

  ICC訊   當生成式AI與大語言模型的參數(shù)規(guī)模以指數(shù)級膨脹，一場圍繞數(shù)據(jù)中心基礎設施的靜默革命早已拉開帷幕。2024年，Blackwell平臺以其GB200 NVL72機架震驚業(yè)界，將72顆GPU與36顆CPU塞進單個機柜。然而，這僅僅是序幕。

  據(jù)SemiVision的前瞻報告，在即將到來的GTC 2026大會上，NVIDIA將展示更為激進的藍圖——一個涵蓋從超低延遲推理到超大規(guī)模訓練，從銅互連到光互連，從芯片到系統(tǒng)材料的全面重構。

  這不僅是硬件的迭代，更是對“AI工廠”這一概念的徹底實踐。本文基于SemiVision 的報告，前瞻NVIDIA在GTC 2026上可能揭曉的核心技術，窺探未來AI算力基礎設施的形態(tài)。

  推理專業(yè)化：LPX機架與分層推理架構的崛起

  AI工作負載正從單純的訓練，向復雜、多樣化的推理場景深刻演變。NVIDIA的應對策略不再是“一刀切”的通用GPU，而是構建一個分層推理架構。在這一戰(zhàn)略中，全新的LPX推理機架將扮演顛覆性角色。

  LPX的核心源于NVIDIA對Groq LPU（語言處理單元）技術的授權與吸收。與依賴外部HBM的GPU不同，LPU將海量SRAM內(nèi)存直接集成在芯片上，并通過確定性執(zhí)行模式，在編譯時即調度所有計算與數(shù)據(jù)移動，從而徹底消除了運行時內(nèi)存帶寬爭用，實現(xiàn)了毫秒級的超低延遲token生成。

  GTC 2026上，NVIDIA預計將發(fā)布增強型LPX機架，從初代的64個LPU擴展到256個LPU。通過Groq的RealScale無交換網(wǎng)絡，這256個LPU能夠像一個共享內(nèi)存空間般協(xié)同工作，實現(xiàn)近乎線性的擴展。這種架構特別適合具有長程依賴關系的大語言模型和混合專家模型。

  LPX的定位并非取代GPU，而是與之互補。 NVIDIA的遠景是：當模型較小且需要極致實時性時（如實時語音交互、機器人控制），由LPX處理；當模型需要巨大的內(nèi)存容量來處理長上下文時，則由基于HBM4的Rubin GPU或基于GDDR7的CPX GPU接手。這種“分工協(xié)作”的混合AI工廠，將成為高效推理的新范式。

  Rubin時代：從NVL72到NVL576的算力躍遷

  作為Blackwell的繼任者，Vera Rubin平臺將把AI算力密度推向新的高度。

  1. VR200 NVL72：承上啟下的性能巨獸

  Rubin NVL72機架集成72顆Rubin GPU和36顆Vera CPU。借助新的NVFP4精度，其推理性能較Blackwell提升高達5倍，訓練性能提升3.5倍。HBM4內(nèi)存的引入不僅帶來了20.7TB的總容量和1,580TB/s的總帶寬，其能效提升也使得在算力大幅躍進的同時，整機柜功耗僅從Blackwell NVL72的約140kW增長到190-230kW（取決于Max Q或Max P配置）。升級的微通道冷板和模塊化組裝設計，則支撐著這一“算力熱密度”的挑戰(zhàn)。

  2. CPX與NVL144：長上下文推理的性價比之選

  為應對百萬token長上下文推理的挑戰(zhàn)，NVIDIA將推出Rubin架構的變體——CPX GPU。它采用單芯片設計搭配成本更優(yōu)的GDDR7內(nèi)存，雖帶寬遠低于HBM4，但憑借高性價比和96GB的容量，在需要加載整個上下文進行“預填充”的計算階段優(yōu)勢顯著。據(jù)報道，其在預填充工作負載上的性能可達GB300 NVL72的3倍。

  NVL144 CPX機架將集成144顆Rubin GPU和144顆CPX GPU，采用無纜化的模塊化設計，通過大面積PCB中背板連接，將機柜組裝時間從2小時銳減至約5分鐘，為未來向更高級互連的過渡鋪平道路。

  3. Rubin Ultra NVL576：正交背板與CPO的拐點之戰(zhàn)

  真正的“怪獸”是計劃于2027年下半年亮相的Rubin Ultra NVL576（代號Kyber）。單個機柜容納576顆GPU，功耗達600kW，提供5 EFLOPS的FP8訓練算力。支撐此等規(guī)模的關鍵，在于兩種互連方案的對決：

  ● 正交背板：用一塊面積約1平方米、多達78層的M9/PTFE混合材料PCB，取代超過2萬根銅纜，實現(xiàn)GPU卡與NVSwitch卡間的垂直與水平連接。這雖大幅簡化了組裝，但對PCB的層壓、鉆孔、鍍孔工藝提出了“細胞核級別”的精密要求。

  ● 共封裝光學：更革命性的方案是CPO，將光子引擎與交換芯片直接封裝在一起，將1.6T可插拔光模塊的功耗從約30W降至9W，能效提升3.5倍。NVL576可能采用“Scale-up”（機柜內(nèi)NVLink互聯(lián)）與“Scale-out”（機柜間網(wǎng)絡互聯(lián)）雙管齊下的CPO策略，預計單個機柜將用到近800個光子引擎。

  GTC 2026有望披露這兩種方案的詳細對比，客戶將在“背板設計的可靠性”與“CPO的極致能效”之間做出選擇。

  光進銅退：網(wǎng)絡通信的終極進化

  超大規(guī)模AI工廠對網(wǎng)絡帶寬和能效的渴求，正驅動互連技術從電到光的根本性轉變。

  1. NVLink的持續(xù)演進：從Rubin平臺的NVLink 6（1.6 Tb/s/鏈路）到未來的NVLink 7/8，帶寬持續(xù)翻倍，并支持與CPU的內(nèi)存一致性訪問，使CPU、GPU、LPU能形成統(tǒng)一的共享計算池。

  2. Spectrum-X與Quantum-X的CPO化：GTC 2026上，NVIDIA預計將正式發(fā)布基于CPO的光以太網(wǎng)交換機Spectrum-X Photonics（最高409.6 Tb/s帶寬）和InfiniBand交換機Quantum-X800 CPO（115 Tb/s帶寬）。通過CPO技術，這些交換機端口功耗大幅降低，可靠性和部署速度顯著提升，且支持在數(shù)據(jù)中心內(nèi)熱插拔，為構建數(shù)萬顆GPU規(guī)模的光學AI工廠奠定基礎。

  系統(tǒng)級挑戰(zhàn)：材料、散熱與供應鏈

  這一切宏偉架構的背后，是無數(shù)系統(tǒng)級工程的突破。

  ● 材料革命：支撐256個LPU或正交背板的核心，是如M9級覆銅板（使用Q玻璃，介電常數(shù)低至3.0）這樣的尖端PCB材料。它們確保了在56G-112G乃至448G SerDes高速信號下的低損耗傳輸。

  ● 散熱攻堅：從Rubin的100μm微通道冷板，到應對600kW機柜的混合液冷方案，散熱設計直接決定了系統(tǒng)的穩(wěn)定與性能上限。

  ● 供應鏈安全：M9、PTFE等先進材料，以及CPO所需的光子引擎、激光器，其供應鏈的穩(wěn)定性和地緣政治因素，將成為影響未來AI算力擴張速度的關鍵變量。

  展望GTC 2026：不止于發(fā)布

  GTC 2026將不僅僅是新產(chǎn)品的展示臺，更是NVIDIA完整AI基礎設施愿景的宣言。我們預期看到：

  ● LPX、CPX/NVL144、Rubin Ultra NVL576 等平臺的詳細規(guī)格與上市路徑。

  ● 正交背板與CPO方案 的正面比較與客戶導向策略。

  ● Spectrum-X/Quantum-X CPO 交換機的商業(yè)化落地。

  ● 圍繞AI工廠解決方案的更多生態(tài)系統(tǒng)合作案例。

  結語：重新定義競爭維度

  從LPX到Rubin Ultra，NVIDIA展現(xiàn)的是一條超越單純芯片算力競賽的路徑。未來的競爭，是跨領域整合能力的競爭——涵蓋芯片、光電子、先進材料、封裝、散熱與系統(tǒng)設計的全方位對決。AI服務器正在成為一個高度復雜、快速迭代（約每兩年一次平臺革新）的集成系統(tǒng)。

  GTC 2026在即，我們即將見證的，不僅是一系列硬件參數(shù)的飆升，更是一套定義下一個AI計算時代的、完整的基礎設施哲學正式登上舞臺。對于整個產(chǎn)業(yè)而言，理解并融入這場由系統(tǒng)創(chuàng)新驅動的變革，將是抓住下一波人工智能浪潮機遇的關鍵。