#Rubin
•

再次站在光裡！伯恩斯坦：Rubin Ultra將引爆光通訊需求？28年市場規模有望接近470億美元！（深度解讀）

伯恩斯坦11月10日發佈的最新報告將輝達Rubin Ultra的架構參數，逐層拆解為可量化的光學元件價值與市場規模。核心鏈條是：Rubin Ultra的叢集規模擴張 → GPU互連從銅纜轉向光學 → 單叢集光學元件價值從約100萬美元躍升至約535萬美元 → 輝達生態系統光通訊市場2028年達到468億美元。 01. 量化拆解：從“576顆GPU”到“468億美元”的推導路徑 報告的測算起點是Rubin Ultra的叢集架構：8個機櫃組成一個計算叢集，每個機櫃72顆GPU，合計576顆GPU。這一規模本身並不構成光學需求的直接理由，關鍵在於互連頻寬。伯恩斯坦估算，Rubin Ultra單個叢集的光通訊總頻寬約15.9 Pb/s，較Vera Rubin同等規模配置的約2.1 Pb/s增長約7.7倍。頻寬的躍升來自兩個方向的疊加：GPU之間的高速互連從銅纜轉向光學連接，以及叢集規模的擴大。 以Coherent披露的“100 Tbps晶片對應約1.5萬美元光學元件價值”為基準，伯恩斯坦測算出單個Rubin Ultra 8機櫃叢集的光學元件價值約535萬美元，而Vera Rubin同等規模配置約為100萬美元。535萬美元的構成是：CPO光學元件約104萬美元，用於擴展GPU互連的可插拔光學元件約332萬美元，其餘約100萬美元來自其他光學連接需求。這一拆解的關鍵資訊是：CPO本身（104萬美元）只佔單叢集光學價值的約19%，更大的增量來自可插拔光學（332萬美元，約62%） 。換言之，Rubin Ultra對光通訊的拉動，主要不是通過CPO這一單一技術路徑實現的，而是通過整個叢集互連架構從銅向光的系統性遷移實現的。CPO是這一遷移中最受關注的技術節點，但可插拔光學才是價值量最大的部分。
再次站在光裡！伯恩斯坦：Rubin Ultra將引爆光通訊需求？28年市場規模有望接近470億美元！（深度解讀）
美股#伯恩斯坦#輝達#Rubin Ultra
•

輝達擬投資30億美元入股Meta，雙方深化AI助手Muse合作

輝達與Meta達成重大戰略合作，輝達擬向Meta股權投資30億美元，雙方將全面深化AI助手Muse及大模型合作。Meta將擴大部署輝達Vera Rubin架構等下一代基礎設施，雙方聯合優化Muse推理訓練性能，降低總擁有成本。 $輝達 (NVDA.US)$與$Meta Platforms (META.US)$宣佈達成一項重大戰略合作，輝達計劃向Meta的股權發行投資30億美元，同時雙方將全面深化在人工智慧（AI）助手Muse及相關大模型領域的合作。 這一規模達30億美元的直接股權投資，標誌著兩家科技巨頭在AI底層算力與頂層應用之間結成更為緊密的利益聯盟。作為合作的硬體核心，Meta將大幅擴大對輝達下一代計算基礎設施的部署，以直接響應市場對高效AI計算資源的激增需求。 在軟件與生態層面，雙方的聯合行動旨在全面優化Muse大模型的推理與訓練性能。面對消費者對實用AI智能體（AI Agent）的高漲熱情，兩家公司將整合從基礎設施到大模型的端到端工作流，以顯著降低總擁有成本並提升運算表現。
輝達擬投資30億美元入股Meta，雙方深化AI助手Muse合作
美股#輝達#Meta#Muse
•

輝達披露 Rubin Ultra NVL576 架構 576 顆 GPU 合體成一顆巨型 GPU

輝達日前在 OCP 2026 大會上進一步披露了Rubin Ultra 平台的規劃，宣佈將利用新一代 CPO（光電封裝）技術與 NVLink 7，將 576 顆 GPU 串接成一個單一的運算域。其目標是讓整個液冷機櫃的運作模式如同一顆巨型 GPU，並主打「全球最高每瓦效能」。 這套名為 Vera Rubin Ultra NVL576 的架構，專為處理 10兆參數以上的超大型 AI 模型而設計。NVIDIA 高層在會中解釋，這並非僅限於單一機櫃內的 72 顆 GPU，而是透過光學技術與 NVLink 技術跨越多個機櫃，將其連成一體的更大規模系統，藉此大幅擴展 GPU 之間的高速互連範圍。 根據 NVIDIA 先前在 GTC 大會公佈的規格，Rubin Ultra NVL576 的目標效能可達 15 exaflops 的 FP4 推論效能與 5 exaflops 的 FP8 訓練效能，較 Blackwell GB300 NVL72 提升了約 14 倍。在記憶體配置方面，單一 Rubin Ultra GPU 最高可配置 1TB 的 HBM4E，整個平台總計可達 365TB HBM 以及 4.6PB/s 的總記憶體頻寬。 NVIDIA還 同步展示了全新的 NVLink 7 CPO Switch Tray 與 Vera Rubin Ultra Compute Tray。NVLink 7 CPO Switch Tray負責以光學方式延伸 NVLink 的連結範圍，後者則整合了兩顆 Rubin Ultra GPU 與一顆 Vera CPU，並採用全液冷設計。輝達強調，整體架構嚴格遵循 OCP 標準，延續模組化與可快速插拔的設計理念，旨在將安裝時間從數小時大幅縮短至數分鐘。
輝達披露 Rubin Ultra NVL576 架構 576 顆 GPU 合體成一顆巨型 GPU
美股#輝達#GPU架構#Vera Rubin Ultra
•

輝達Rubin架構維持12層HBM4方案

儘管市場此前曾傳出輝達打算將下一代 RubinAI加速器的 HBM 配置從 12 層降至 8 層，但最新供應鏈消息顯示，Rubin 系列產品預計仍將以 12 層 HBM4 方案為主。這一決策背後，是 AI 算力對視訊記憶體容量與頻寬的極致需求，同時也預示著 HBM 市場恐將面臨新一輪大幅漲價。 根據 Counterpoint Research 引用的產業鏈調查報告，絕大多數 Rubin 架構產品將保持最初規劃的 12 層堆疊 HBM4 設計。按照輝達官方技術路線圖，Rubin GPU 單顆將擁有最高 288GB 的視訊記憶體容量，並實現高達 22TB/s 的記憶體頻寬。 業界分析認為，對於大模型訓練與推理而言，視訊記憶體的規格是決定性能的核心指標，輝達並沒有太強動力在關鍵規格上妥協。 此前韓媒曾報導指出，輝達曾要求三星、SK 海力士增加 8 層 HBM4 供應，主因是 12 層 HBM4 製造複雜度極高，涉及 2048 位記憶體介面與 12 層 DRAM 垂直堆疊，面臨良率與散熱挑戰。
科技#Rubin AI#產業鏈#HBM
•

輝達支援的Nscale IPO前景獲提振，報導：與Anthropic洽談450億美元大單

若協議落地，雙方合作總規模將達到900億美元。相關談判涉及Monarch數據中心園區的第二棟建築，該建築提供460兆瓦計算能力，採用輝達最新一代Vera Rubin晶片。此外，Anthropic還獲得了Monarch園區規劃中第三棟建築的優先談判權。 Nscale正尋求與Anthropic簽下又一筆巨額算力供應協議，進一步鞏固其赴美上市前的商業版圖。 據彭博援引知情人士透露，輝達支援的數據中心開發商Nscale正與AI公司Anthropic就一項規模約450億美元的雲計算協議展開談判，涉及位於西弗吉尼亞州Monarch數據中心園區的第二棟建築。 知情人士表示，協議最快可能在未來數日內敲定，但談判仍在進行中，細節可能發生變化，目前尚未作出最終決定。
美股#AI算力#IPO#AI晶片
•

TrendForce：2027年全球HBM平均售價同比上漲121%

儘管此前市場一度傳出輝達計劃將下一代Rubin AI加速器的HBM配置從12層堆疊降至8層堆疊，但最新供應鏈消息顯示，Rubin系列產品預計仍將以12層HBM4方案為主，而高帶寬內存市場則可能面臨新一輪大幅漲價。 根據Counterpoint Research引用的產業鏈調查結果，絕大多數Rubin架構產品仍將保持最初規劃的12層堆疊HBM4設計。這與此前有關輝達準備大規模轉向8層HBM4配置的傳聞有所不同。 按照輝達已經公佈的官方技術路線，Rubin GPU將配備12層堆疊HBM4內存，單顆GPU擁有最高288GB顯存容量，並可實現高達22TB/s的內存帶寬。對於當前的大型語言模型訓練和推理任務而言，顯存容量與帶寬仍然是決定性能表現的關鍵指標，因此業界認為輝達沒有太大動力在覈心規格上妥協。 此前韓國媒體曾報導稱，輝達要求三星電子和SK海力士增加8層HBM4產品供應，主要原因包括製造良率、散熱控制以及供應鏈壓力等問題。由於HBM4將內存介面寬度提升至2048位，同時需要將12層DRAM晶片進行垂直堆疊，其製造複雜度遠高於前幾代產品。
科技#輝達#Rubin AI加速器#HBM
•

輝達開放Vera Rubin機架設計，AI數據中心標準之爭提前打響

輝達在OCP峰會上宣佈開放下一代Vera Rubin平台服務器設計規範，併發布搭載多達256顆自研CPU的專屬機架系統。公司推出800伏高壓直流方案以突破機架功耗瓶頸，意在AI智能體時代搶先構建生態基準，鎖定千億級數據中心市場話語權。 $輝達 (NVDA.US)$向外部廠商開放其下一代AI平台Vera Rubin的服務器設計規範，併發布專為AI智能體打造的CPU機架系統，意在將自身技術標準植入整個AI數據中心生態，進一步鞏固其在GPU市場之外的行業影響力。 此次披露發生於13日在加利福尼亞州聖何塞舉行的開放計算項目（OCP）全球峰會。輝達副總裁Ian Buck在演講中宣佈，公司將向外部合作方開放Vera Rubin平台的服務器機架及計算托盤設計藍圖，涵蓋供電、液冷和網絡連接的通用規範。輝達表示，此舉將降低服務器製造商的研發門檻，並縮短數據中心的建設周期與成本。 行業分析人士認為，此舉背後存在明確的戰略意圖——隨著AI智能體時代到來，基礎設施需求正從GPU向CPU和網絡設備延伸，輝達正藉助設計規範的開放，搶先構建以自身為核心的AI基礎設施生態。
科技#輝達#AI數據中心#AI智能體
•

熱介面材料：卡住AI散熱膜

9月底，A股散熱類股悄悄走出一波獨立行情：中際旭創砸下17.47億元戰略入股中石科技，把自家1.6T光模組的散熱供應鏈提前鎖死；同一時間，多家供應鏈消息交叉印證，輝達已最終敲定新一代Rubin平台的"熱介面材料"方案。當所有人盯著GPU、HBM和液冷冷板時，一層夾在晶片與散熱器之間、薄到只有幾十微米的"膜"，正悄悄站上AI算力的散熱命門。 核心觀點：當全世界的目光都黏在GPU、HBM和液冷冷板上時，一層薄到幾十微米的熱介面材料，正悄悄成為AI算力競賽的下一個隱形瓶頸——而它的導熱係數與量產良率，將在未來三到五年決定散熱話語權的歸屬。 一、是什麼：晶片與冷板之間的"那層膜" 熱介面材料（Thermal Interface Material，簡稱 TIM），說白了，就是填充在發熱晶片（裸die或整合散熱蓋）和散熱器、液冷冷板之間微觀空隙裡的一層"導熱 bridge（橋樑）"。
科技#熱介面材料#AI散熱瓶頸#石墨烯導熱墊片