Vera Rubin概念股有哪些？Vera Rubin是什麼？NVIDIA下一代AI工廠平台，懶人包一次看|數位時代 BusinessNext

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。

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。

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。

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。

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。

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。

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。

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

從台灣 PoC 走向北美千店規模，Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示，團隊成立初期投入近2年半的時間，探索最適合影像辨識技術的應用場景，最終將目光鎖定高度標準化的速食餐飲業（Quick Service Restaurant；QSR），推出得來速計時器、餐廳計數器等解決方案，運用 AI 影像分析技術，辨識顧客進入得來速車道或餐廳後的狀態，例如：排隊、點餐、候餐等。

同時，Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標，例如：不同門市、日期或時段的顧客等候時間，協助管理者從數據中找出流程瓶頸與可以優化的環節，進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後，Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而，隨著合作客戶與部署門市持續增加，資料量快速攀升，加上服務範圍橫跨不同區域，既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出，尤其 QSR 業者在選擇 AI 解決方案時，格外重視技術效能與穩定性，包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作，以及網路發生問題時能否維持服務等。在這樣的要求下，若將所有運算與資料都留在地端，不僅難以因應日益增加的部署門市與資料量體，設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端打造高可用性 AWS 雲地混合架構，突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益，成為 Berry AI 進軍北美後必須解決的新課題。為此，Berry AI 選擇與博弘雲端合作，取得穩定且高可用的 AWS 運算與資料庫服務架構，將即時運算留在地端，同時在雲端環境整合資料庫處理大量資料與後續分析工作，形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明，包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作，會先在地端完成；再將辨識結果傳送至 AWS 雲端，計算各項營運指標，提供後續分析與決策使用。透過這套架構，Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外，AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上，透過完整且多樣化的資料，持續訓練與優化模型，進一步提升地端影像辨識的準確度。

Berry AI 鎖定高度標準化的速食餐飲業（Quick Service Restaurant；QSR），推出得來速計時器、餐廳計數器等解決方案，運用 AI 影像分析技術，辨識顧客進入得來速車道或餐廳後的狀態，例如：排隊、點餐、候餐等，協助管理者從數據中找出流程瓶頸與可以優化的環節，進而提升服務效率及顧客滿意度。

圖／ Berry AI網站圖

成為企業技術團隊的延伸，博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長，Berry AI 也迎來新的課題：如何把雲端資源用得更有效率、更省成本，這也成為 Berry AI 與博弘雲端合作的重要契機。

對此，可能有很多人好奇，像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業，為什麼還需要與博弘雲端合作？「關鍵在於，博弘雲端長期深耕 AWS，對相關服務與技術架構更加熟悉，可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時，可以直接尋求博弘雲端協助；若需要進一步與 AWS 原廠確認，博弘雲端也能協助溝通與處理，減少 Berry AI 自行研究與排除問題所需投入的時間，讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是，博弘雲端不只提供技術支援，還能從 Berry AI 實際用量與成長需求出發，客製化設計最適合的節費方案，這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明，博弘雲端根據 Berry AI 既有的 AWS 用量，推估未來 1-3 年內的使用需求，並以此為基礎規劃合適的長期雲端資源用量；同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS，進一步整合集團需求進行評估，放大整體採購規模，爭取更大的節費空間。

宋青雲強調，雲端採取隨需即付的計價模式，雖然具備彈性優勢，但若缺乏持續管理，仍可能出現資源配置不符商務規劃，或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案，也會從效能、資安與成本等面向進行架構健檢，提出相應的優化建議；同時還會提供相關管理介面，讓企業隨時查看帳戶使用狀況、預估未來用量，在業務規模持續成長的同時，也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化，只是博弘雲端服務的一環。從企業準備上雲開始，博弘雲端便能協助將應用程式與資料從地端搬遷至雲端，或直接在雲端完成部署；進一步還能協助建置數據平台、數據中台，進行資料分析及導入 AI 應用，讓企業資料發揮更大價值。當服務正式上線後，博弘雲端也能接續提供維運服務。換言之，從前期 PoC、雲端建置到後續維運，博弘雲端都能依據企業需求，提供相應的服務與支援。

對 Berry AI 來說，藉由與博弘雲端合作，深化 AWS 雲端資源使用，不只是突破規模化挑戰，更重要的是能把有限的資源集中在核心業務，持續優化解決方案、開發更多貼近餐飲營運需求的應用，進一步爭取更多品牌合作，擴大北美市場版圖。目前，Berry AI 正全力拓展北美市場，也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System（DevOps、Infrastructure），以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台，到協助餐飲品牌提升營運效率的分析產品，每個環節都還有發揮的空間。期待匯聚更多優秀夥伴，一起用 AI 解決真實的營運問題，讓來自台灣的技術走進更多全球 QSR 門市。

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？