20260111-信达证券-CES_2026_英伟达六大芯片协同升级_算力+存力迈入新纪元_14页_1mb

报告摘要

CES 2026：英伟达六大芯片协同升级，算力+存力迈入新纪元

核心内容

2026年1月5日，英伟达在CES 2026上正式发布了Vera Rubin平台，该平台由六款全新芯片组成，标志着AI算力与存力进入全新发展阶段。平台涵盖算力、存储、PCB、机架等多个环节的协同优化，旨在构建更高效、更低成本的AI基础设施。

主要观点

1. 六大芯片协同升级，提升推理性能

Vera CPU：专为数据移动和智能体处理设计，具备88个定制Olympus核心、176线程空间多线程，支持1.8TB/s的NVLink-C2C内存带宽，系统内存达1.5TB，是Grace CPU的3倍。
Rubin GPU：引入Transformer引擎，NVFP4推理性能高达50PFLOPS，是Blackwell GPU的5倍；训练性能达35PFLOPS，是Blackwell的3.5倍。支持长上下文推理和高批次MoE执行。
NVLink6交换机：实现更高带宽与低延迟的互联。
ConnectX-9 SuperNIC：支持高速网络通信。
BlueField-4 DPU：负责推理上下文内存存储，每个节点配备4个BlueField-4，支持150TB上下文NAND存储，每块GPU额外获得16TB NAND。
NVIDIA Spectrum-6以太网交换机：用于横向扩展网络。

2. 存储优化：解决KV Cache瓶颈

HBM4：每个Rubin GPU最高配备288GB HBM4，总内存带宽提升至22TB/s，是Blackwell的2.8倍。
推理上下文内存存储平台：由BlueField-4驱动，构建AI原生基础设施层，支持KV Cache的跨节点高速共享，推理token数可提升5倍，能效提升5倍。
DRAM与NAND协同：通过NVLink-C2C实现CPU与GPU内存统一地址空间，减少数据移动开销，提升多模型执行效率。

3. PCB革新：从Cable Tray到Cableless

NVL72 PCB：采用无缆互联架构，大幅简化机械结构，组装速度提升18倍，维护效率显著提高，降低部署与运营成本。

4. 机架设计：系统协同提升效率

DGX SuperPOD：基于Vera Rubin构建，采用8套DGX系统，结合NVLink6与Spectrum-X Ethernet网络，内置推理上下文内存存储平台，实现更高效的训练与推理任务，GPU数量减少至1/4，token成本降至1/10。

5. 开源模型生态扩展

Open Model Universe：新增和更新了多个模型、数据集、代码库和工具，覆盖六大领域：生物医学AI、AI物理模拟、Agentic AI、物理AI、机器人和自动驾驶。
Nemotron 3：重点更新，涵盖推理、RAG、安全、语音四个方向，提供小型化推理模型、强化学习工具、向量嵌入模型、重排序模型、内容安全模型、自动语音识别模型等。

6. 物理AI商业化落地

Cosmos：开源的物理AI世界基础模型，支持视频生成、轨迹预测、全景视频生成等。
Alpamayo：首个开源的视觉-语言-行动（VLA）推理模型，具备因果推理能力，可处理复杂场景决策。

关键信息

算力提升：Rubin GPU推理性能是Blackwell的5倍，训练性能是3.5倍。
存储优化：通过HBM4与NAND结合，实现高效KV Cache管理，推理效率提升5倍。
PCB革新：NVL72采用无缆互联架构，显著提升组装与维护效率。
系统协同设计：DGX SuperPOD实现算力、存储、网络、软件等多环节协同，降低训练与推理成本。
开源生态：Nemotron 3重构Agentic AI范式，推动AI技术从数据到代码的全面覆盖。
物理AI应用：Cosmos与Alpamayo分别在物理世界理解和自动驾驶领域取得突破，加速商业化进程。

投资建议

海外AI产业链：关注工业富联、沪电股份、鹏鼎控股、胜宏科技、生益科技、生益电子等企业。
国产AI产业链：关注寒武纪、芯原股份、海光信息、中芯国际、深南电路等企业。
存储芯片：关注德明利、江波龙、兆易创新、聚辰股份、普冉股份等企业。
SoC领域：关注瑞芯微、乐鑫科技、恒玄科技、晶晨股份、中科蓝讯等企业。

风险提示

AI发展不及预期：AI前期投资规模大，大模型开发存在技术与市场不确定性。
下游需求不足：AI应用普及度有限，若需求增长不及预期，可能影响上游发展。

产业链展望

算力、存储、PCB、机架等环节价值量显著提升，AI基础设施向“AI工厂”范式转型。
协同设计成为关键，推动AI系统整体效率与成本优化。
开源生态加速AI技术落地，提升行业应用广度与深度。

总结

Vera Rubin平台的发布标志着英伟达在AI算力与存力领域实现重大突破，通过六款芯片的协同设计，极大提升了推理性能与系统效率。同时，开源模型生态的扩展与物理AI技术的商业化应用，进一步推动AI技术向实际应用场景渗透。在这一趋势下，相关产业链企业将迎来新的发展机遇，建议投资者重点关注算力、存储、PCB及SoC等核心环节的龙头企业。

展开完整摘要