全球人工智能算力芯片龙头英伟达周二宣布 ，推出专为长上下文工作负载设计的专用GPU Rubin CPX ，用于翻倍提升当前AI推理运算的工作效率，特别是编程、视频生成等需要超长上下文窗口的应用。
英伟达CEO黄仁勋表示 ，CPX是首款专为需要一次性处理大量知识（数百万级别tokens） ，并进行人工智能推理的模型而构建的芯片 。
需要说明的是，Rubin就是英伟达将在明年发售的下一代顶级算力芯片，所以基于Rubin的CPX预计也要到2026年底出货 。下一代英伟达旗舰AI服务器的全称叫做NVIDIA Vera Rubin NVL144 CPX——集成36个Vera CPU 、144块Rubin GPU和144块Rubin CPX GPU。
（NVIDIA Vera Rubin NVL144 CPX机架与托盘 ，来源：公司博客）
英伟达透露 ，搭载Rubin CPX的Rubin机架在处理大上下文窗口时的性能，能比当前旗舰机架GB300 NVL72高出最多6.5倍 。
据悉 ，下一代旗舰机架将提供8exaFLOPs的NVFP4算力 ，比GB300 NVL72高出7.5倍 。同时单个机架就能提供100TB的高速内存和1.7PB/s的内存带宽。
言归正传，英伟达之所以要在Rubin GPU边上再配一块Rubin CPX GPU ，自然是为了显著提升数据中心的算力效率——用户购买英伟达的芯片将能赚到更多的钱。英伟达表示 ，部署价值1亿美元的新芯片，将能为客户带来50亿美元的收入 。
为何需要不同的GPU？
作为行业首创之举 ，英伟达的新品在硬件层面上分拆了人工智能推理的计算负载 。
英伟达介绍称 ，推理过程包括两个截然不同的阶段：上下文阶段与生成阶段，两者对基础设施的要求本质上完全不同。
上下文阶段属于计算受限（compute-bound） ，需要高吞吐量的处理能力来摄取并分析大量输入数据 ，从而生成首个输出token 。相反，生成阶段则属于内存带宽受限（memory bandwidth-bound），依赖高速的内存传输和高带宽互联（如 NVLink） ，以维持逐个token的输出性能 。
当前顶级的GPU都是为了内存和网络限制的生成阶段设计 ，配备昂贵的HBM内存，然而在解码阶段并不需要这些内存。因此 ，通过分离式处理这两个阶段 ，并针对性地优化计算与内存资源，将显著提升算力的利用率 。
据悉 ，Rubin CPX专门针对“数百万tokens”级别的长上下文性能进行优化 ，具备30petaFLOPs的NVFP4算力 、128GB GDDR7内存 。
英伟达估计，大约有20%的AI应用会“坐等 ”首个token出现。例如解码10万行代码可能需要5-10分钟 。而多帧、多秒的视频 ，预处理和逐帧嵌入会迅速增加延迟 ，这也是为什么当前的视频大模型通常仅用于制作短片 。
英伟达计划以两种形式提供Rubin CPX，一种是与Vera Rubin装在同一个托盘上。对于已经下单NVL144的用户 ，英伟达也会单独出售一整个机架的CPX芯片 ，数量正好匹配Rubin机架 。
（文章来源：财联社）
炒股配资公司:股票网上开户哪个平台好-最强性价比？MiniMax开源推理模型M1：支持最高百万上下文输入
股票开户要多少钱才可以开:看股票哪个app好用-银行IPO大消息！两家“重启”审核 23家发起冲击
股票手机网上开户步骤:股票杠杆平台哪个好用-宗馥莉辞职原因曝光：将经营自己的品牌 仍为娃哈哈第二大股东
股票开户要带哪些证件:那种股票软件最好用-中国稀土钨条交易迷局 蒋泉龙：质疑钨条实际价值
用手机股票软件哪个好:开户买股票用是软件-刚刚通过！利好来了！中概股回港上市传来大消息
那种股票软件最好用:在手机上怎么抄股票-央行发布《中国人民银行业务领域网络安全事件报告管理办法》
在线配资_炒股配资实盘_股票炒股配资查询提示：文章来自网络，不代表本站观点。
在线配资_炒股配资实盘_股票炒股配资查询⑯股票配资公司鼓励创新投资理念，积极探索如主题投资、行业轮动等新型投资策略，以获取超额收益。
记者王珍中国国际经济交流中心副理事长、国务院发展研究中心原副主任王一鸣周一在“中国发展高层论坛2025...
记者辛圆3月25日，博鳌亚洲论坛旗舰报告《亚洲经济前景及一体化进程2025年度报告》（以下简称《报告》...
记者｜赵阳戈年初，证监会就修改《证券发行与承销管理办法》部分条款向社会公开征求意见，市场也将注意力投向了...
国海富兰克林基金国富深化价值基金经理刘晓日前发表了对 2025 年市场的展望。刘晓指出，国内经济正处于复苏通道，市场大幅...
2025年3月25日，倍轻松(688793.SH)公告称，公司股东宁波倍松投资有限公司（简称“宁波倍松”）拟通过大宗交易...
