白話科技|黃仁勳喊全面量產,Vera Rubin 是什麼?台灣概念股有哪些?
白話科技|黃仁勳喊全面量產,Vera Rubin 是什麼?台灣概念股有哪些?

在GTC Taipei 2026上,輝達(NVIDIA)黃仁勳宣布Vera Rubin平台全面量產,生產出貨預計從今年秋季開始。這讓Vera Rubin從產品路線圖走向實際製造與部署,也讓許多人開始好奇:它是一顆新GPU嗎?和Blackwell差在哪?會如何牽動台灣供應鏈?

文章目錄

黃仁勳喊全面量產,Vera Rubin懶人包一次看
Vera Rubin到底是什麼?為什麼不能只說它是新GPU?
Vera Rubin跟前一代Blackwell差在哪?NVL72又代表什麼?
運算單元Vera CPU、Rubin GPU、Groq 3 LPU各自做什麼?
NVLink、ConnectX、BlueField、Spectrum又負責什麼?
有哪些公司在用Vera Rubin?何時開始用?
Vera Rubin台灣概念股有哪些?

黃仁勳喊全面量產,Vera Rubin懶人包一次看

Vera Rubin不是單一GPU,而是輝達接在Blackwell之後的下一代AI工廠平台。它把CPU、GPU、推理加速器、晶片互連、資料中心網路、DPU與儲存架構放進同一套系統,目標是讓整座AI資料中心更有效率地處理訓練、推理與AI Agent工作負載。

輝達宣稱,相較Blackwell平台,Rubin平台可讓AI推理token成本最高降低10倍,訓練MoE模型所需GPU數量減少至四分之一。黃仁勳並於主題演講指出:「輝達今天的token成本是全球最低,不是只低10%,而是低了好幾倍,甚至是成倍拉開差距。」

以下用6個問題,拆解Vera Rubin到底是什麼、NVL72代表什麼,以及它和台灣AI伺服器供應鏈有什麼關係,概念股又有哪些?

Q1:Vera Rubin到底是什麼?為什麼不能只說它是新GPU?

Vera Rubin可以先拆成兩個名稱來看:Vera是CPU,Rubin是GPU。GPU是AI運算的核心,負責處理模型訓練與推理;CPU則負責資料處理、任務調度、系統管理與部分AI Agent工作負載等。

不過,Vera Rubin系列不是把一顆CPU和一顆GPU放在一起這麼簡單。根據輝達在GTC 2026公布的資料,Vera Rubin平台包含7款新晶片,分別是Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 Ethernet Switch,以及新整合的NVIDIA Groq 3 LPU。這些晶片對應不同功能,組成一套可支援AI訓練、後訓練、test-time scaling與即時Agentic AI推理的大型平台。

機櫃&黃仁勳
黃仁勳將Vera Rubin機櫃搬至GTC Taipei舞台上。
圖/ 輝達

之所以不能只把Vera Rubin理解成一顆更快的GPU,是因為大型AI系統的瓶頸不只在運算。GPU需要不斷取得資料,也需要和其他GPU同步;模型愈大、推理任務愈複雜,資料就愈常在CPU、GPU、記憶體、儲存與網路之間移動。如果資料送不過去,GPU就會等待;如果GPU之間交換資料不夠快,多顆GPU一起運作時也會被拖慢。

vera rubin tray分解圖
Vera Rubin內部的托盤(tray)示意圖。
圖/ 輝達

因此,Rubin GPU是平台裡的主要AI運算晶片,Vera Rubin則是整套AI資料中心平台。它把運算、資料移動、網路連接、儲存、安全與推理加速整合成同一套架構,用來處理AI資料中心的整體協作問題。

Q2:Vera Rubin跟前一代Blackwell差在哪?NVL72又代表什麼?

Vera Rubin的前一代主力平台是Blackwell。更具體來說,近年AI伺服器討論焦點常見的GB200 NVL72,就是由36顆Grace CPU與72顆Blackwell GPU等晶片組成的機櫃級系統。它已經不是單台伺服器,而是把多顆GPU與CPU整合在同一套機櫃中,讓AI運算從單機走向整櫃設計。

這一代Blackwell已經處理了AI資料中心的重要轉變:AI模型愈來愈大,單顆GPU或單台伺服器很難獨立完成所有工作,因此需要把更多GPU放進同一個系統,透過高速互連協作。GB200 NVL72中的「NVL72」,指的是把大量GPU透過NVLink整合在同一座機櫃中的系統形式。

Vera Rubin延續這條路線,但把平台推到下一個世代。它從Grace CPU與Blackwell GPU的組合,進一步換成下一代Vera CPU與Rubin GPU,並加入新一代NVLink、網路、DPU、儲存與Groq 3 LPU推理加速器。

Vera Rubin NVL72的兩種tray
Vera Rubin NVL72中,使用的兩種托盤(tray),左為交換托盤,右為運算托盤(包含GPU與CPU)。
圖/ 王聖華攝影

Vera Rubin NVL72是Vera Rubin平台中的主要GPU運算機櫃,把GPU、CPU、互連、網路與基礎設施管理晶片放進同一套機櫃級系統,讓一整櫃設備形成大型AI運算系統。

輝達資料顯示,Vera Rubin NVL72整合72顆Rubin GPU與36顆Vera CPU,透過NVLink 6連接,並搭配ConnectX-9 SuperNIC與BlueField-4 DPU。

不過,NVL72不等於Vera Rubin平台的全部。根據輝達在GTC 2026公布的資料,Vera Rubin平台總共包含7款新晶片,並可組成5種機櫃級系統。除了Vera Rubin NVL72 GPU機櫃,還包括Vera CPU機櫃、Groq 3 LPX推理加速機櫃、BlueField-4 STX儲存機櫃,以及Spectrum-6 SPX乙太網路機櫃。

vera rubin racks
Vera Rubin包含六種不同類型的機櫃(rack),可以依需求增減。
圖/ 輝達

也就是說,NVL72是Vera Rubin平台中的核心GPU運算單位,但不是唯一組成。像Groq 3 LPU主要放在獨立的推理加速機櫃中,並不屬於NVL72本身;但它仍是Vera Rubin平台的一部分。實際建置AI資料中心時,客戶可以依照訓練、推理、網路、儲存與安全管理需求,搭配不同機櫃,組成更完整的AI工廠。

輝達 vera cpu rack
Vera Rubin系列中的Vera CPU機櫃。
圖/ 王聖華攝影

簡化來看,Blackwell讓AI伺服器進入機櫃級時代,Vera Rubin則把這套架構擴展到更完整的AI工廠平台。NVL72是其中的主要GPU運算機櫃,7款晶片與5種機櫃則共同構成Vera Rubin的完整平台。

延伸閱讀:輝達一顆晶片,震撼PC市場!黃仁勳揭密:我為何找聯發科做RTX Spark?

Q3:運算單元Vera CPU、Rubin GPU、Groq 3 LPU各自做什麼?

Rubin GPU負責AI模型的主要運算,包含訓練與推理。訓練指的是用大量資料讓模型學會能力;推理則是模型訓練完成後,實際回應使用者問題、產生內容或執行任務。對Vera Rubin平台來說,Rubin GPU仍是主要運算核心,但它不是單獨運作,而是要和CPU、互連、網路與儲存系統配合。

Vera CPU負責GPU以外的資料中心工作。AI服務不只有模型計算,還包括資料前處理、資料庫查詢、工具呼叫、任務排程、程式執行與系統管理,這些工作通常需要CPU參與。尤其在AI Agent場景下,模型可能需要先讀資料、查系統、拆解任務,再把任務交給GPU推理,CPU的調度角色會更明顯。

vera rubin vera cpu tray
Vera Rubin系列中,Vera CPU機櫃使用的托盤。單一水冷式機架最多可整合256個Vera CPU。
圖/ 王聖華攝影

Groq 3 LPU則是Vera Rubin平台中新整合的推理加速器。LPU可以理解為面向低延遲推理的加速器,主要處理AI模型產生答案時的即時推理需求。對AI Agent來說,速度不只影響使用體驗,也會影響多步驟任務能否順暢執行。輝達表示,Groq 3 LPX是為Agentic AI的大上下文與低延遲需求設計,會和Vera Rubin一起支援即時推理。

簡單來說,Rubin GPU負責主要AI運算,Vera CPU負責資料中心與任務調度,Groq 3 LPU則補上低延遲推理加速。這讓Vera Rubin平台不只服務模型訓練,也涵蓋模型實際部署後的推理階段。

Q4:NVLink、ConnectX、BlueField、Spectrum又負責什麼?

除了CPU、GPU與LPU,Vera Rubin還包含一組負責連接與基礎設施管理的晶片。

vera rubin 四款晶片
Vera Rubin系列中,除了運算晶片(CPU、GPU與LPU)以外的四款晶片。
圖/ 王聖華攝影

NVLink可以理解為運算元件(GPU、CPU等)在機櫃內的高速通道。當模型太大,或任務需要多顆GPU一起處理時,必須交換資料。如果這條通道不夠快,GPU就會花更多時間等待彼此同步。在Vera Rubin平台裡,NVLink 6 Switch負責傳輸資料,讓AI系統得以協作。

ConnectX可以理解為讓伺服器接上高速網路的網卡,負責資料在伺服器與網路之間進出;Spectrum則是資料中心裡的網路交換器,負責讓不同伺服器、不同機櫃之間交換資料。當AI系統從單一機櫃擴大到多個機櫃,網路就會影響資料中心的整體效率。

BlueField則是DPU。DPU可以理解為專門處理資料中心基礎設施工作的晶片,例如處理權限、安全、資料隔離與管理工作等。DPU的作用,是把這些任務從CPU分擔出去,讓CPU與GPU能把更多資源用在AI工作本身。

把這些分工合起來看,Rubin GPU負責運算,Vera CPU負責調度,Groq 3 LPU負責低延遲推理,NVLink負責GPU之間的高速連接,ConnectX和Spectrum負責資料中心網路,BlueField負責安全與基礎設施管理。這7款晶片一起構成Vera Rubin平台。

Q5:有哪些公司在用Vera Rubin?何時開始用?

輝達於今年初列出一批「預期採用Rubin」的AI實驗室、雲端服務商、電腦製造商與新創公司,包含AWS、Anthropic、Black Forest Labs、Cisco、Cohere、CoreWeave、Cursor、Dell Technologies、Google、Harvey、HPE、Lambda、Lenovo、Meta、Microsoft、Mistral AI、Nebius、Nscale、OpenAI、OpenEvidence、Oracle Cloud Infrastructure(OCI)、Perplexity、Runway、Supermicro、Thinking Machines Lab與xAI。

Vera Rubin已正式量產,預計今年秋季出貨。

Q6:Vera Rubin台灣概念股有哪些?

Vera Rubin進入量產,代表輝達下一代AI伺服器平台開始進入實際製造階段。輝達官方資料指出,Vera Rubin是第三代NVIDIA MGX機架級系統,全球橫跨30個國家、350多座工廠的數百家供應鏈夥伴正推動量產,其中僅台灣就有150家以上。

#6 輝達VERA RUBIN相關照片
GTC Taipei背板股名單。
圖/ 王聖華攝影

除了由台積電打造六款核心晶片(編按:Groq LP30由三星代工),作為核心夥伴之外,從輝達揭露的名單來看,參與Vera Rubin量產的台系供應鏈包括以下台廠:
營邦、
永擎、
華碩、
仁寶、
鴻海、
技嘉、
英業達、
神雲(神達子公司)、
微星、
和碩、
雲達(廣達子公司)、
緯創、
緯穎。

輝達也另外點名華碩、鴻海、技嘉、和碩、雲達、緯創與緯穎正在採用NVIDIA DSX,加速Vera Rubin AI工廠建置。DSX可理解為輝達提供給AI工廠的設計與營運平台,協助供應鏈把晶片、系統、機房設施與軟體整合成可量產的AI資料中心架構。

延伸閱讀:
黃仁勳點名下一家兆元公司:Marvell是誰?台灣概念股有哪些?懶人包一次看!

黃仁勳最新背板股出列!臻鼎、可成首度擠進名單,輝達近300家生態系夥伴一次看

往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓