輝達的 Blackwell Ultra 到 Feynman GPU 架構演進如何提升 AI 運算能力？

從 Blackwell Ultra 到 Feynman：輝達架構演進如何提升 AI 運算能力

輝達的 GPU 架構路線圖，從 Blackwell Ultra 逐步推進到 Rubin、Rubin Ultra，最終目標是 Feynman 架構。這一系列的升級不僅提升了單一 GPU 的效能，更透過優化整體系統架構，以滿足不斷增長的 AI 應用需求。輝達致力於透過持續的技術創新，提供更強大的運算能力，以應對日益複雜的 AI 模型和龐大的資料集。

機櫃設計與「Scale-Across」概念的引入

輝達的機櫃設計從 Oberon 進化到下一代 Kyber，並提出了「Scale-Across」的新概念。透過新一代乙太網路技術，將多個分散式資料中心組合成單一邏輯上的 AI 超級電腦。企業可以透過 NVLinkFusion 平台以及 SpectrumXGS 矽光子交換器，實現「Scale-Across」的目標，進而達成更高效的運算能力。這種設計思路能夠有效整合資源，提升整體運算效率，為 AI 應用提供更強大的基礎設施。

GPU、CPU 與網路架構的協同演進

除了 GPU 架構的演進，輝達的 CPU 架構也將從 Grace 升級到 Vera。同時，Spectrum 交換器與 CX 網卡也將同步迭代更新。這些升級旨在提升整體算力，滿足日益增長的 AI 應用需求。透過 GPU、CPU 和網路架構的同步演進，輝達確保了各個組件之間的協同效應，從而實現更高效的 AI 運算能力。

2028 年架構路線圖的戰略意涵

輝達公布了延伸至 2028 年的完整架構路線圖，揭示了未來技術發展方向。這份藍圖涵蓋 GPU、CPU、網路與機櫃等關鍵組件，不僅是產品規劃，更展現輝達將成為 AI 基礎建設建構者的企圖心。透過持續的技術升級和創新，輝達正引領 AI 基礎設施的發展方向，為未來的 AI 應用提供更強大的支持。