Vera Rubin預計在2026年下半年開始出貨，Nvidia公布了一個讓人眼睛一亮的規格：Rubin系列能提供比Blackwell高出35倍的推論吞吐量。法說會的原話是這樣說的：

By integrating seven purpose-built chips across five accelerated racks, Vera Rubin will deliver up to 35x higher inference throughput and up to 10x greater AI factory revenue compared with Blackwell.

這裡同時出現了兩個數字：35倍推論吞吐量，和10倍AI工廠營收。它其實更直接的意思是，每一套Rubin系統為客戶產出的商業價值，是Blackwell的十倍。這對台灣ODM廠商（廣達、緯穎）的意義是：Rubin系統的單機售價（ASP）遠高於Blackwell，即便出貨量不變，帳面營收也會跳升一個量級。

這篇要談的是主角的背後：Rubin的35倍推論吞吐量到底代表什麼，以及Nvidia為什麼要自己做CPU。本文從推論算力的角度，拆解這份財報裡最讓人印象深刻的數字：35倍。

35倍的推論吞吐量：解封被成本壓抑的需求場景

先把35倍放在GPU從晶片到機櫃的演進脈絡裡。

從H100到Blackwell，Nvidia大約花了兩年，推論吞吐量的提升幅度大約在五到七倍之間。從Blackwell到Rubin號稱35倍，這個跳幅之所以這麼大，部分原因在於Rubin是第一個從設計階段就明確針對推論工作負載優化的世代：七顆專用晶片、五個加速機架，是整個計算堆疊從底層重新架構的結果，不是同一個設計的效能延伸。

我在第三篇《當AI不再等於輝達GPU（三）：四大CSP四種變現路徑，面臨一個共同的邏輯瓶頸》論述推論成本時，用「斜率」來描述改善速度：斜率越陡，CSP（雲端服務供應商）的單位經濟學改善得越快，AI服務的商業模式就越早能站穩。Rubin的35倍如果在量產後得到驗證，就是這條斜率的一次急速俯衝。

然而，事實上，這條斜率已經在俯衝了。黃仁勳在法說會提到，透過軟硬體整合的「全棧優化（Full Stack Innovations）」，在極短的時間內（6個月）不僅大幅提升了推論吞吐量（2.7倍），更顯著降低了客戶的使用成本（降低60%），比摩爾定律還快。Rubin的35倍，將會是在這個基礎上再疊加一次。