炸裂！英伟达首席执行官黄仁勋在媒体采访中为即将到来的GTC 2026大会重磅预热，宣布将在此次大会上发布“世界前所未见”的全新AI芯片，作为AI芯片领域的绝对领军者。
GTC 2026大会的核心主题演讲将于3月15日在加利福尼亚州圣何塞正式举行，大会全程聚焦AI基础设施竞赛的新时代，而这款神秘的全新芯片将成为本次大会的最大亮点。
黄仁勋直言，这款新品的研发过程极具挑战，当前芯片研发的“所有技术都已逼近极限”，其研发难度创下英伟达近年新高。但凭借英伟达过往在芯片研发上的高履约记录，全球业界对该款新品的性能与突破充满期待，市场对其技术细节与应用场景的猜测也持续升温。
目前，英伟达尚未披露新品的具体型号，但研发方向已被业界锁定在两大芯片系列上，二者均代表了英伟达当前在AI芯片领域的顶尖技术探索，且技术路线各有侧重与突破。
Rubin系列衍生产
Rubin系列衍生产品（如此前曝光的Rubin CPX）是此次新品的热门候选之一，该系列已于2026年CES大会正式亮相，包含6款全新设计芯片，目前已实现全面量产，技术成熟度高。
Rubin平台是英伟达2026年1月5日正式发布的新一代AI平台，专为打造超凡AI超级计算机设计，还引入了五项核心创新技术，包括新一代NVIDIA NVLink互连技术、Transformer引擎、机密计算和RAS引擎以及NVIDIA Vera CPU，能以Blackwell平台低至十分之一的token成本，加速代理式AI、高级推理和超大规模混合专家（MoE）模型推理的发展，在MoE模型训练中使用的GPU数量仅为前代平台的四分之一。
其中，Rubin CPX更是针对性强化了AI视频生成和软件开发等大规模上下文处理任务，单卡拥有30 petaFLOP的NVFP4计算、128 GB GDDR7内存，还具备硬件级的视频编解码支持，注意力加速能力是NVIDIA GB300 NVL72的3倍；而NVIDIA Vera Rubin NVL144 CPX机架集成144个Rubin CPX GPU、144个Rubin GPU和36个Vera CPU，可提供8 exaFLOP的NVFP4计算（是GB300 NVL72的7.5倍），以及100 TB高速内存和1.7 PB/s内存带宽，投资回报率可达30-50倍。
同时，Rubin平台还是第六代高带宽内存技术HBM4的首批独家用户，美光、三星和SK海力士已向英伟达交付HBM4样品，该技术性能是HBM3的近三倍，能有效解决AI计算的“内存墙”问题，为Rubin系列芯片的性能释放提供了关键支撑。目前AWS、Google Cloud、微软、OCI等头部云提供商已确定在2026年首批部署基于Vera Rubin实例的相关产品，微软还将其纳入新一代AI数据中心及Fairwater AI超级工厂基地的建设。
下一代Feynman系列：革命性探索，突破物理限制
被称为“革命性”产品的下一代Feynman系列芯片是另一大候选，也是英伟达面向未来的核心技术布局，不过目前相关细节尚未确认，仍处于技术探索阶段。英伟达正为该系列探索两大核心技术方向：一是以SRAM为核心的广泛集成，二是通过3D堆叠技术整合LPU（语言处理单元）。
LPU专为大语言模型推理设计，采用SRAM-only架构，无外部存储延迟，单芯片可集成230MB SRAM，带宽高达80TB/s，延迟稳定，适配流式生成和交互式AI应用。而3D堆叠技术方面，英伟达大概率将借鉴AMD X3D处理器的成功经验，采用台积电先进的SoIC混合键合技术，将主计算裸片（采用台积电1.6nm A16工艺）与LPU/SRAM独立裸片垂直堆叠，利用1.6nm工艺的“背面供电”特性释放芯片正面空间，实现超低延迟的数据传输。
这一设计的核心目的是解决半导体物理层面的限制——当前制程微缩过程中，SRAM的缩放速度滞后于逻辑电路，若在先进制程上制造单片式大容量SRAM，会造成硅片浪费与成本飙升，而芯粒化的堆叠方案成为平衡性能与成本的最优解。不过该技术落地仍面临散热难题与软件适配挑战，高密度计算核心叠加发热的LPU单元易触碰热功耗墙，且如何在兼容英伟达核心的CUDA生态前提下，融合LPU的固定执行逻辑，成为需要攻克的关键问题。
此次英伟达新品的研发，是其对全球AI算力需求季度变化的精准适配，也是其芯片产品布局的一次关键升级。此前英伟达的Hopper、Blackwell系列芯片侧重AI模型预训练环节，而后续推出的Grace Blackwell Ultra、Vera Rubin系列则将重心转向AI推理场景，完成了从“训练”到“推理”的算力布局覆盖。
