聚焦超节点行业:从计算托盘角度拆解英伟达VRNVL72,通信速率三重升级,超级网卡价值显著提升。据英伟达公布的数据,Rubin 平台的训练性能达到前代 Blackwell的 3.5 倍,运行 AI 软件的性能提升 5 倍。在 VR200 NVL72 中,Rubin-Vera 之间依托 NVLink-C2C(Chip-to-Chip,芯片到芯片互联)实现双向带宽 1.8TB/s CPU-GPU 互联,延迟纳秒级,相比 GB200 NVL72 的 NVLink-C2C 的 900GB/s,提升一倍。NVLink-C2C 的核心技术原理在于:通过 AMBACHI 协议实现硬件级缓存一致性,CPU 和 GPU 缓存自动同步;CPU 内存与 GPU 显存在软件视角呈现为单一内存池;对系统范围跨处理器的原子读写无需额外同步原语。
聚焦超节点行业:从计算托盘角度拆解英伟达VRNVL72,通信速率三重升级,超级网卡价值显著提升。据英伟达公布的数据,Rubin 平台的训练性能达到前代 Blackwell的 3.5 倍,运行 AI 软件的性能提升 5 倍。在 VR200 NVL72 中,Rubin-Vera 之间依托 NVLink-C2C(Chip-to-Chip,芯片到芯片互联)实现双向带宽 1.8TB/s CPU-GPU 互联,延迟纳秒级,相比 GB200 NVL72 的 NVLink-C2C 的 900GB/s,提升一倍。NVLink-C2C 的核心技术原理在于:通过 AMBACHI 协议实现硬件级缓存一致性,CPU 和 GPU 缓存自动同步;CPU 内存与 GPU 显存在软件视角呈现为单一内存池;对系统范围跨处理器的原子读写无需额外同步原语。
聚焦超节点行业:从计算托盘角度拆解英伟达VRNVL72,通信速率三重升级,超级网卡价值显著提升。据英伟达公布的数据,Rubin 平台的训练性能达到前代 Blackwell的 3.5 倍,运行 AI 软件的性能提升 5 倍。在 VR200 NVL72 中,Rubin-Vera 之间依托 NVLink-C2C(Chip-to-Chip,芯片到芯片互联)实现双向带宽 1.8TB/s CPU-GPU 互联,延迟纳秒级,相比 GB200 NVL72 的 NVLink-C2C 的 900GB/s,提升一倍。NVLink-C2C 的核心技术原理在于:通过 AMBACHI 协议实现硬件级缓存一致性,CPU 和 GPU 缓存自动同步;CPU 内存与 GPU 显存在软件视角呈现为单一内存池;对系统范围跨处理器的原子读写无需额外同步原语。核心数据:据英伟达公布的数据,Rubin 平台的训练性能达到前代 Blackwell的 3.5 倍,运行 AI 软件的性能提升 5 倍;在 VR NVL72 计算托盘中,8 个 800G 的 CX-9 网卡对应 OSFP 笼位的数量有两种方案:一种是每颗 GPU 配 1个 1.6T OSFP 笼口,则每个计算托盘共 4 个 1.6T OSFP 笼口;另一种则是每颗 GPU 配 2 个 800G OSFP笼口,则每个计算托盘共 8 个 800G OSFP 笼口。
本报告由东兴证券发布,发布于 2026 年。
覆盖 2026 年,全文共 20 页。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合战略规划、产品经理、行业研究员等读者参考。
重点分析了通信、超节点行业等议题。