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
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》
买股票软件哪个好:股票开户用那个好-大模型之后 智能体站上C位!科技企业争相布局
哪个股票app好用:配资炒股开户方案-7月新能源车企销量TOP10:多家品牌同比翻番
股票哪个平台开户好:10倍杠杆配资-胡润研究院发布《2025全球独角兽榜》!“中国每10天新增一家”
线上炒股配资开户平台:买股票选哪个证券开户好-私有化退市+分拆上市!东风集团探路央企重组新模式!
股票软件哪个最好用:融资股票好还是不融资股票好-美国大举增兵 3艘军舰4000士兵指向委内瑞拉 马杜罗宣布:将部署400万民兵应对“侵略”
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...