产品发布节奏与战略 - 英伟达在2026年1月5日的CES上，出乎意料地提前发布了下一代AI芯片平台"Rubin"，打破了其通常在每年3月GTC大会上集中公布新一代架构的传统[2] - 公司高管表示，提前披露Rubin主要是为了尽早向生态伙伴提供工程样品，方便其为后续部署和规模化应用做准备，但Rubin仍将按照既定节奏推进，计划在2026年下半年进入量产爬坡阶段[7] - 此次发布标志着AI竞赛进入推理时代，公司决定加速出击[3] Rubin平台核心规格与性能 - Rubin平台采用极端协同设计理念，整合了6颗芯片，包括NVIDIA Vera CPU、Rubin GPU、NVLink 6交换芯片、ConnectX-9 SuperNIC、BlueField-4 DPU以及Spectrum-6以太网交换芯片[5] - 相比前代Blackwell架构，Rubin加速器在AI训练性能上提升3.5倍，运行性能提升5倍，并配备拥有88个核心的新款中央处理器（CPU）[5] - 相比Blackwell平台，Rubin平台实现推理token成本最高可降低10倍，训练MoE模型所需GPU数量减少4倍[5] - 同步发布了Vera Rubin NVL72机柜级系统，该系统包含72个GPU封装单元，每个封装内部包含2个Rubin Die，因此系统中实际包含144个Rubin Die[6] 生态系统与合作 - Rubin平台已获得头部云厂商和模型公司的集中响应，首批采用名单包括AWS、Microsoft、Google、OpenAI、Anthropic、Meta、xAI、CoreWeave等[6] - 构成Vera Rubin平台的六颗芯片已经全部到位，相关系统已在运行真实应用负载，并取得了积极结果[7] 全栈AI与推理系统布局 - 公司发布了一系列AI体系产品，包括开源模型、AI存储、物理AI等，展示了其全栈AI布局，并释放信号表明AI重心继续从"训练规模"转向"推理系统"[9] - 发布了推理上下文存储平台，这是一个专为推理场景设计的AI原生存储平台，由BlueField-4 DPU与Spectrum-X以太网支撑，用于高效管理和共享KV Cache，减少重复计算带来的算力浪费[9] - 公司特别强调了物理AI的长期布局，发布了一系列开源模型、开发框架和硬件平台，将AI能力从数据中心延伸至机器人、自动驾驶与工业边缘场景[9] 物理AI具体产品发布 - 面向机器人领域，发布了Cosmos与GR00T系列开源模型，用于机器人学习、推理与动作规划[9] - Cosmos Reason 2是一款推理型视觉语言模型，使机器能够"看见、理解并在物理世界中行动"[10] - GR00T N1.6 则是一款面向类人机器人的推理型视觉-语言-动作模型，用于解锁全身控制能力[10] - 在自动驾驶领域，发布了Alpamayo开源模型家族，定位为面向"长尾场景"的推理型自动驾驶基础模型，配套发布了AlpaSim高保真仿真框架以及覆盖1700多小时驾驶数据的开源数据集[13] - 公司首款AV车将于2026年第一季度在美国推出，其他地区紧随其后[13] 行业竞争格局演变 - 从Rubin平台的提前亮相，到推理存储与物理AI的同步推进，公司正在将AI基础设施的竞争推向"系统工程能力"[13] - 在这一阶段，真正拉开差距的，已不只是芯片算力本身，而是从架构、系统到生态的整体交付[13]

英伟达在CES 2026提前发布下一代AI平台Rubin - 公司于2026年1月5日在美国CES上，出乎意料地提前发布了下一代AI芯片平台“Rubin”，打破了通常在每年3月GTC大会发布新架构的传统 [2] - 此举标志着AI竞赛进入推理时代，公司决定加速出击 [2] Rubin平台的技术细节与性能 - Rubin平台采用极端协同设计理念，整合了6颗芯片，包括Vera CPU、Rubin GPU、NVLink 6交换芯片、ConnectX-9 SuperNIC、BlueField-4 DPU以及Spectrum-6以太网交换芯片 [4] - 相比前代Blackwell架构，Rubin加速器在AI训练性能上提升3.5倍，运行性能提升5倍，并配备拥有88个核心的新款CPU [4] - 相比Blackwell平台，Rubin平台实现推理token成本最高可降低10倍，训练MoE模型所需GPU数量减少4倍 [5] - 同步发布了Vera Rubin NVL72机柜级系统，该系统包含72个GPU封装单元，每个封装内部包含2个Rubin Die，因此实际包含144个Rubin Die [5] Rubin平台的量产计划与生态支持 - 公司高管表示，构成Rubin平台的六颗芯片已经全部到位，相关系统已在运行真实应用负载 [6] - Rubin计划在2026年下半年进入量产爬坡阶段，时间安排与此前路线图一致 [6] - 在生态层面，Rubin已获得AWS、Microsoft、Google、OpenAI、Anthropic、Meta、xAI、CoreWeave等头部云厂商和模型公司的集中响应，被列入首批采用名单 [6] 全栈AI布局：从训练转向推理系统 - 公司发布了一系列AI体系产品，包括开源模型、AI存储、物理AI等，展示了其全栈AI布局 [8] - 公司的AI重心正继续从“训练规模”转向“推理系统” [8] - 发布了推理上下文存储平台，这是一个专为推理场景设计的AI原生存储平台，由BlueField-4 DPU与Spectrum-X以太网支撑，旨在减少重复计算带来的算力浪费 [8] 物理AI的长期布局 - 公司围绕物理AI推进，发布了一系列开源模型、开发框架和硬件平台，将AI能力延伸至机器人、自动驾驶与工业边缘场景 [8] - 公司CEO表示，AI正发展成为能够理解物理世界、进行长期推理、使用工具并保有记忆的智能协作者 [8] - 面向机器人领域，发布了Cosmos与GR00T系列开源模型，其中Cosmos Reason 2是推理型视觉语言模型，GR00T N1.6是面向类人机器人的推理型视觉-语言-动作模型 [9] - 公司CEO认为“机器人领域的ChatGPT时刻已经到来” [9] 自动驾驶领域的进展 - 在自动驾驶领域，发布了Alpamayo开源模型家族，定位为面向“长尾场景”的推理型自动驾驶基础模型 [11] - 配套发布了AlpaSim高保真仿真框架以及覆盖1700多小时驾驶数据的开源数据集 [11] - 公司的首款AV车将于2026年第一季度在美国推出，其他地区紧随其后 [11] 竞争焦点转向系统工程能力 - 从Rubin平台的提前亮相，到推理存储与物理AI的同步推进，公司正在将AI基础设施的竞争推向“系统工程能力” [11] - 在这一阶段，真正拉开差距的已不只是芯片算力本身，而是从架构、系统到生态的整体交付 [11]

产品发布与战略节奏 - 英伟达在2026年1月5日的CES上意外提前发布下一代AI芯片平台"Rubin"，打破了通常在每年3月GTC大会发布新架构的传统 [1] - Rubin平台采用极端协同设计理念，整合了6颗全新芯片，包括NVIDIA Vera CPU、Rubin GPU、NVLink6交换芯片、ConnectX-9 SuperNIC、BlueField-4 DPU以及Spectrum-6以太网交换芯片 [4] - 公司高管表示，提前披露Rubin是为了尽早向生态伙伴提供工程样品，为后续部署做准备，量产爬坡计划仍按既定节奏在2026年下半年进行 [5] 性能提升与成本优势 - 相比前代Blackwell架构，Rubin加速器在AI训练性能上提升3.5倍，运行性能提升5倍，并配备拥有88个核心的新款CPU [4] - 与Blackwell平台相比，Rubin平台可将推理token成本降低最高90%，并将训练混合专家模型所需的GPU数量减少75% [4] - 同步发布了Vera Rubin NVL72机柜级系统，该系统包含72个GPU封装单元，每个封装内部包含2个Rubin Die，因此实际包含144个Rubin Die [5] 生态系统与合作伙伴 - Rubin平台已获得头部云厂商和模型公司的集中响应，首批采用名单包括AWS、Microsoft、Google、OpenAI、Anthropic、Meta、xAI、CoreWeave等 [5] - 构成Vera Rubin平台的六颗芯片已经全部到位，相关系统已在运行真实应用负载并取得积极结果 [5] 全栈AI与推理时代布局 - 公司发布了一系列AI体系产品，包括开源模型、AI存储、物理AI等，标志着AI重心从"训练规模"转向"推理系统" [6] - 发布了推理上下文存储平台，这是一个专为推理场景设计的AI原生存储平台，由BlueField-4 DPU与Spectrum-X以太网支撑，用于高效管理和共享KV Cache，减少算力浪费 [6] - 公司强调AI已从聊天机器人演变为能够理解物理世界、进行长期推理、使用工具并保有记忆的智能协作者 [6] 物理AI与机器人领域 - 围绕物理AI推进，发布了一系列开源模型、开发框架和硬件平台，将AI能力延伸至机器人、自动驾驶与工业边缘场景 [6] - 面向机器人领域，发布了Cosmos与GR00T系列开源模型，其中Cosmos Reason2是推理型视觉语言模型，GR00T N1.6是面向类人机器人的推理型视觉-语言-动作模型 [7] - 公司认为机器人领域的"ChatGPT时刻"已经到来，其完整技术栈正在赋能合作伙伴通过AI机器人重塑行业 [7] 自动驾驶领域 - 在自动驾驶领域，发布了Alpamayo开源模型家族，定位为面向"长尾场景"的推理型自动驾驶基础模型 [9] - 配套发布了AlpaSim高保真仿真框架以及覆盖1700多小时驾驶数据的开源数据集 [9] - 公司首款AV车将于2026年第一季度在美国推出，其他地区紧随其后 [9] 行业竞争格局演变 - 随着AI进入推理阶段，英伟达将AI基础设施的竞争推向"系统工程能力" [9] - 真正拉开差距的已不只是芯片算力本身，而是从架构、系统到生态的整体交付能力 [9]