GTC 2026前瞻：NVIDIA如何用LPX、CPO与Rubin，重新定义AI基础设施

  ICC讯   当生成式AI与大语言模型的参数规模以指数级膨胀，一场围绕数据中心基础设施的静默革命早已拉开帷幕。2024年，Blackwell平台以其GB200 NVL72机架震惊业界，将72颗GPU与36颗CPU塞进单个机柜。然而，这仅仅是序幕。

  据SemiVision的前瞻报告，在即将到来的GTC 2026大会上，NVIDIA将展示更为激进的蓝图——一个涵盖从超低延迟推理到超大规模训练，从铜互连到光互连，从芯片到系统材料的全面重构。

  这不仅是硬件的迭代，更是对“AI工厂”这一概念的彻底实践。本文基于SemiVision 的报告，前瞻NVIDIA在GTC 2026上可能揭晓的核心技术，窥探未来AI算力基础设施的形态。

  推理专业化：LPX机架与分层推理架构的崛起

  AI工作负载正从单纯的训练，向复杂、多样化的推理场景深刻演变。NVIDIA的应对策略不再是“一刀切”的通用GPU，而是构建一个分层推理架构。在这一战略中，全新的LPX推理机架将扮演颠覆性角色。

  LPX的核心源于NVIDIA对Groq LPU（语言处理单元）技术的授权与吸收。与依赖外部HBM的GPU不同，LPU将海量SRAM内存直接集成在芯片上，并通过确定性执行模式，在编译时即调度所有计算与数据移动，从而彻底消除了运行时内存带宽争用，实现了毫秒级的超低延迟token生成。

  GTC 2026上，NVIDIA预计将发布增强型LPX机架，从初代的64个LPU扩展到256个LPU。通过Groq的RealScale无交换网络，这256个LPU能够像一个共享内存空间般协同工作，实现近乎线性的扩展。这种架构特别适合具有长程依赖关系的大语言模型和混合专家模型。

  LPX的定位并非取代GPU，而是与之互补。 NVIDIA的远景是：当模型较小且需要极致实时性时（如实时语音交互、机器人控制），由LPX处理；当模型需要巨大的内存容量来处理长上下文时，则由基于HBM4的Rubin GPU或基于GDDR7的CPX GPU接手。这种“分工协作”的混合AI工厂，将成为高效推理的新范式。

  Rubin时代：从NVL72到NVL576的算力跃迁

  作为Blackwell的继任者，Vera Rubin平台将把AI算力密度推向新的高度。

  1. VR200 NVL72：承上启下的性能巨兽

  Rubin NVL72机架集成72颗Rubin GPU和36颗Vera CPU。借助新的NVFP4精度，其推理性能较Blackwell提升高达5倍，训练性能提升3.5倍。HBM4内存的引入不仅带来了20.7TB的总容量和1,580TB/s的总带宽，其能效提升也使得在算力大幅跃进的同时，整机柜功耗仅从Blackwell NVL72的约140kW增长到190-230kW（取决于Max Q或Max P配置）。升级的微通道冷板和模块化组装设计，则支撑着这一“算力热密度”的挑战。

  2. CPX与NVL144：长上下文推理的性价比之选

  为应对百万token长上下文推理的挑战，NVIDIA将推出Rubin架构的变体——CPX GPU。它采用单芯片设计搭配成本更优的GDDR7内存，虽带宽远低于HBM4，但凭借高性价比和96GB的容量，在需要加载整个上下文进行“预填充”的计算阶段优势显著。据报道，其在预填充工作负载上的性能可达GB300 NVL72的3倍。

  NVL144 CPX机架将集成144颗Rubin GPU和144颗CPX GPU，采用无缆化的模块化设计，通过大面积PCB中背板连接，将机柜组装时间从2小时锐减至约5分钟，为未来向更高级互连的过渡铺平道路。

  3. Rubin Ultra NVL576：正交背板与CPO的拐点之战

  真正的“怪兽”是计划于2027年下半年亮相的Rubin Ultra NVL576（代号Kyber）。单个机柜容纳576颗GPU，功耗达600kW，提供5 EFLOPS的FP8训练算力。支撑此等规模的关键，在于两种互连方案的对决：

  ● 正交背板：用一块面积约1平方米、多达78层的M9/PTFE混合材料PCB，取代超过2万根铜缆，实现GPU卡与NVSwitch卡间的垂直与水平连接。这虽大幅简化了组装，但对PCB的层压、钻孔、镀孔工艺提出了“细胞核级别”的精密要求。

  ● 共封装光学：更革命性的方案是CPO，将光子引擎与交换芯片直接封装在一起，将1.6T可插拔光模块的功耗从约30W降至9W，能效提升3.5倍。NVL576可能采用“Scale-up”（机柜内NVLink互联）与“Scale-out”（机柜间网络互联）双管齐下的CPO策略，预计单个机柜将用到近800个光子引擎。

  GTC 2026有望披露这两种方案的详细对比，客户将在“背板设计的可靠性”与“CPO的极致能效”之间做出选择。

  光进铜退：网络通信的终极进化

  超大规模AI工厂对网络带宽和能效的渴求，正驱动互连技术从电到光的根本性转变。

  1. NVLink的持续演进：从Rubin平台的NVLink 6（1.6 Tb/s/链路）到未来的NVLink 7/8，带宽持续翻倍，并支持与CPU的内存一致性访问，使CPU、GPU、LPU能形成统一的共享计算池。

  2. Spectrum-X与Quantum-X的CPO化：GTC 2026上，NVIDIA预计将正式发布基于CPO的光以太网交换机Spectrum-X Photonics（最高409.6 Tb/s带宽）和InfiniBand交换机Quantum-X800 CPO（115 Tb/s带宽）。通过CPO技术，这些交换机端口功耗大幅降低，可靠性和部署速度显著提升，且支持在数据中心内热插拔，为构建数万颗GPU规模的光学AI工厂奠定基础。

  系统级挑战：材料、散热与供应链

  这一切宏伟架构的背后，是无数系统级工程的突破。

  ● 材料革命：支撑256个LPU或正交背板的核心，是如M9级覆铜板（使用Q玻璃，介电常数低至3.0）这样的尖端PCB材料。它们确保了在56G-112G乃至448G SerDes高速信号下的低损耗传输。

  ● 散热攻坚：从Rubin的100μm微通道冷板，到应对600kW机柜的混合液冷方案，散热设计直接决定了系统的稳定与性能上限。

  ● 供应链安全：M9、PTFE等先进材料，以及CPO所需的光子引擎、激光器，其供应链的稳定性和地缘政治因素，将成为影响未来AI算力扩张速度的关键变量。

  展望GTC 2026：不止于发布

  GTC 2026将不仅仅是新产品的展示台，更是NVIDIA完整AI基础设施愿景的宣言。我们预期看到：

  ● LPX、CPX/NVL144、Rubin Ultra NVL576 等平台的详细规格与上市路径。

  ● 正交背板与CPO方案 的正面比较与客户导向策略。

  ● Spectrum-X/Quantum-X CPO 交换机的商业化落地。

  ● 围绕AI工厂解决方案的更多生态系统合作案例。

  结语：重新定义竞争维度

  从LPX到Rubin Ultra，NVIDIA展现的是一条超越单纯芯片算力竞赛的路径。未来的竞争，是跨领域整合能力的竞争——涵盖芯片、光电子、先进材料、封装、散热与系统设计的全方位对决。AI服务器正在成为一个高度复杂、快速迭代（约每两年一次平台革新）的集成系统。

  GTC 2026在即，我们即将见证的，不仅是一系列硬件参数的飙升，更是一套定义下一个AI计算时代的、完整的基础设施哲学正式登上舞台。对于整个产业而言，理解并融入这场由系统创新驱动的变革，将是抓住下一波人工智能浪潮机遇的关键。