#Rubin AI
•

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
•

Figure 砸400 億買算力:人形機器人的終局,是一場”燒錢游 戲”?

9月3日，一條消息在機器人圈炸了鍋。 Figure AI宣佈與英國AI基礎設施公司Nscale達成戰略合作，將部署NVIDIA最新的Vera Rubin平台，最高配置10萬張GPU。首期算力採購承諾35億美元，雙方意向後續擴大至超60億美元。 首批GPU將於2027年下半年在德克薩斯州巴斯托的資料中心上線。 消息一出，圈內人的第一反應不是”Figure真有錢”，而是——人形機器人這門生意，終於從”拼身體”捲到了”拼腦子”，而”拼腦子”的本質，就是拼誰更能燒錢。
Figure 砸400 億買算力:人形機器人的終局,是一場”燒錢游 戲”?
科技#人形機器人#Figure#Nscale
fdsff
fdsff
•

Rubin產業鏈：HVLP4銅箔存在20%缺口

2027年，銅箔或將成為AI產業鏈最嚴峻的瓶頸。 今天的文章，核心是聚焦關於AI板卡材料的升級路徑，以及第四代HVLP銅箔的供需缺口 一、AI算力需求“狂飆”，但產能爬坡為何“慢”了？ 你可能以為，NVIDIA的產能會像火箭一樣躥升。但專家指出，NVIDIA的產能爬坡節奏明顯放緩。原因有二：
科技#AI產業鏈#Rubin平台#HVLP4銅箔
•

郭明錤：輝達重啓推理預填充優化晶片Rubin CPX項目

知名分析師郭明錤調查顯示，輝達重啓AI推理預填充晶片「Rubin CPX」，預計2027年初量產。新版採用168GB HBM4顯存，功耗2300瓦，算力接近標準Rubin GPU。該晶片採用獨立模塊化機架與分層互聯設計，與Rubin GPU按1:1協同部署，專攻預填充與KV Cache生成，以降低長上下文推理成本。 輝達悄然重啓一項一度被市場認為已經放棄的晶片項目，目標直指AI推理成本較高的預填充（Prefill）環節。 知名分析師郭明錤最新產業調查顯示，輝達已重新啓動AI推理預填充加速GPU項目「Rubin CPX」，並對產品設計進行大幅調整。按照目前規劃，新版Rubin CPX預計於2027年第一季度開始生產。 此次項目重啓釋放出一個明確信號：輝達正在加碼解決AI推理階段的預填充性能與成本瓶頸。隨著大模型上下文長度持續增加，預填充階段需要處理大量輸入資訊並生成KV Cache，其效率直接影響AI推理的整體成本和部署經濟性。
美股#郭明錤#輝達#AI推理