Nvidia’s AI advantage is moving beyond the GPU

发生了什么

过去一年里，Nvidia股价几乎没有像样的起伏，投资者把目光盯在GPU的竞争格局上，担心这块基本盘被对手蚕食。

真正的变化发生在产品层面。Nvidia把围绕GPU搭建的整套基础设施作为新的增长点推向市场。Vera Rubin架构把Rubin GPU与Vera CPU、Groq 3 LPX推理加速器以及其他用于存储和网络的机柜打包在一起，打破了以往以单一显卡为单元的销售方式。当单机功率跨入吉瓦级以后，AI集群的运行越来越像大型数据中心的调度问题，硬件组合的复杂度随之上升，Nvidia顺势把配套部件纳入自家体系。

Vera CPU正是这套方案中的关键一环，专门承担数据编排任务。Nvidia存储技术副总裁Jason Hardy在介绍中提到，Vera CPU在相关操作上带来超过3倍的提升，把原本由GPU或外部处理器分担的编排压力接了过来。

外部厂商也在沿着相似的思路前进。OpenAI本月早些时候发布博文，介绍Jalapeño芯片的设计理念，核心就是把整个工作负载留在同一套互联系统内部，减少数据搬运和通信延迟。

与此同时，亚马逊、谷歌等超大规模云服务商已经在自研芯片上投入多年，逐步把一部分内部负载从Nvidia生态中转移出去，被视为基础设施扩张周期里第二波受益者的Micron等存储芯片公司，也开始承接由AI集群带来的存储需求。

时间线与证据

把上面提到的几个事件按时间顺序排开，可以看到一条从市值飙升到股价平稳、再到产品迭代的清晰脉络。

起点是2023年初，那时Nvidia的市值还远未进入今天的量级。到2025年中期，这家公司在不到两年半的时间里把市值拉高到原来的约十倍左右。此后一年，也就是从2025年中期到本文发表前夕，股价进入横盘状态，缺乏向上突破的动能，市场讨论的焦点转向GPU这条基本盘可能遭遇的竞争压力。

2026年8月成为密集发布期。本月早些时候，OpenAI发文阐述Jalapeño芯片的设计思路，强调把工作负载留在单一互联系统内以降低延迟，这一表态与Nvidia围绕GPU搭建整柜方案的思路形成呼应。8月26日前后，Nvidia发布最新财报，成为检验上述策略是否被市场接受的重要观察点。仅仅三天后，8月29日，本文在TechCrunch上线，作者Russell Brandom自2012年起从事科技行业报道。

更早一些的相关报道也在同月出现。8月11日，CNBC刊文讨论算力作为可交易资产类别的可能性；6月28日，TechCrunch则对Micron进行了报道，将这类存储芯片供应商置于基础设施扩张周期第二波受益者的位置上。

具体变化

把Vera Rubin拆开来看，Rubin GPU仍然是算力主体，但Vera CPU承担的是过去由GPU或外部处理器分担的编排任务，负责在集群内部调度数据流向。存储副总裁Jason Hardy在公开介绍中给出的数字是，Vera CPU在相关操作上带来超过3倍的提升，这一性能变化直接体现在整套系统的瓶颈位置上：当AI集群规模迈入吉瓦级以后，工作负载不再由单颗显卡决定，而是由跨机柜、跨存储节点的数据搬运速度决定，编排由此成为新的竞争焦点。

Groq 3 LPX推理加速器是这一打包方案中的另一个变量，被用来分担部分计算压力，和Rubin GPU、Vera CPU以及存储、网络机柜共同组成互联系统内的不同职能单元，硬件之间的协作被放在同一套系统内部完成。

OpenAI本月早些时候发布的Jalapeño芯片博文体现出类似的设计取向：把整个工作负载留在一个互联系统内部，最小化数据搬运和通信延迟。文章并未披露更多关于Jalapeño的设计细节、生产合作方和量产计划，但其强调系统级优化的思路与Nvidia整柜策略方向一致。

超大规模云厂商的动作也在同一时期发生。亚马逊、谷歌等公司早已自研芯片，并逐步把部分内部负载从Nvidia生态中转移出去；存储端的需求则由Micron等公司承接，被视为基础设施扩张周期第二波的受益者之一。文章插图标注为“机柜接机柜”，配图为Nvidia Vera Rubin机柜照片，整套方案以多机柜并置的形式呈现。

对使用者的影响

对实际使用这些系统的客户而言，竞争焦点的转移带来了更具体的采购选择。Nvidia原本以单一GPU为单元供货，现在通过Vera Rubin把Rubin GPU、Vera CPU、Groq 3 LPX推理加速器以及存储、网络机柜一并交付，客户拿到的不是一颗显卡，而是一套需要协同调试的整柜系统，硬件选型与后续运维的边界随之改变。

Vera CPU在数据编排上提供超过3倍的提升，由Nvidia存储技术副总裁Jason Hardy在公开场合给出，但文章并未披露对应的测试场景、对比基线或运行条件，客户需要结合自身负载判断这一数字在实际部署中的参考价值。

与此同时，OpenAI本月早些时候在Jalapeño博文里强调把工作负载留在同一套互联系统内，最小化数据搬运与通信延迟；亚马逊、谷歌等超大规模云厂商也已投入自研芯片，逐步把一部分内部负载从Nvidia生态中转移。这些动态意味着客户在搭建AI集群时，需要在Nvidia整柜方案、云厂商自研芯片以及OpenAI所倡导的系统级优化路线之间权衡，决策点不再只落在GPU型号本身，还要看编排、存储、网络等环节如何匹配自身的业务负载。

限制与未知

文章本身留下不少未解之处。Nvidia股价过去一年表现平淡与GPU竞争担忧之间的具体联系，文中没有给出任何市场份额、营收或股价数字作为支撑，关于竞争是否已经实际侵蚀基本盘，只能停留在担忧层面。

Vera Rubin架构同样缺乏明确的节奏信息。文章没有给出这套架构的正式发布日期或出货时间表，客户即便有意采购，也无法从文中推断何时可以拿到整机。Vera CPU被宣称在数据编排上带来超过3倍的提升，但Jason Hardy介绍时所对应的测试场景、对比基线与运行条件均未披露，这一数字究竟在何种负载下成立，仍有待验证。Groq 3 LPX推理加速器的规格细节和性能数据同样缺席，它与Rubin GPU、Vera CPU之间的分工边界只能从整体打包方案的描述中推断。

外部进展方面，OpenAI的Jalapeño博文虽然阐述了系统级优化思路，但更多技术细节、生产合作方与量产计划在文中均未提及，Jalapeño目前仍只是一份设计理念，而非可采购的产品。亚马逊、谷歌等超大规模云服务商的自研芯片投入多年，文中同样没有披露它们在数据编排层面与Nvidia方案的对比进展，市占率、迁移动向等量化指标付之阙如。文章援引的Micron相关报道只把它放在基础设施扩张周期第二波受益者的位置上，没有进一步给出存储端的订单或收入数字。

如何核对

回到原文层面做一次事实交叉，先看时间节点是否一致。本文标注的发布日期是2026年8月29日，发布平台为TechCrunch，作者Russell Brandom自2012年起持续报道科技行业，三项署名信息可一并核对。文中两个关键时间锚点分别为2023年初和2025年中期，对应Nvidia市值增长约十倍的起点与终点，过去一年（约2025年中期至本文发表前）的股价横盘叙述则落在两锚点之后。

再看产品层面的引用是否前后一致。Vera Rubin架构由Rubin GPU、Vera CPU、Groq 3 LPX推理加速器以及存储和网络机柜共同组成，Vera CPU承担数据编排任务，由Nvidia存储技术副总裁Jason Hardy在公开场合给出超过3倍的性能提升数字，这条信息在产品段落与限制段落中以同一表述出现。Groq 3 LPX的具体规格、性能数据以及Vera Rubin的正式发布日期与出货时间表，文中均未给出。

外部进展方面，OpenAI本月早些时候发布的Jalapeño芯片设计博文强调把工作负载留在单一互联系统内部，最小化数据搬运和通信延迟，与Nvidia整柜思路方向接近；亚马逊、谷歌等超大规模云服务商自研芯片投入多年；Micron被放在基础设施扩张周期第二波受益者的位置，这些条目均来自原文表述，未引入额外数据。文章配图标题为“机柜接机柜”，插图为Nvidia Vera Rubin机柜照片，可与产品段落中多机柜并置的描述对应。

读者能做什么

把这份报道当作产品路线图来读，而不是股价分析。第一步是把2023年初到2025年中期这段时间的市值变化与过去一年的股价横盘分开看待：前者反映的是算力稀缺阶段的市场定价，后者反映的是竞争担忧开始进入定价模型，混在一起读会高估或低估同一条新闻的含义。第二步是把Vera Rubin的组成列成清单，对照Rubin GPU、Vera CPU、Groq 3 LPX推理加速器、存储机柜与网络机柜五项，逐一识别自身负载主要落在哪一环节，再去匹配对应的供应商动态，而不是把整柜当作一个不可拆分的单元。Vera CPU在数据编排上的性能数字由Jason Hardy在公开场合给出，但测试场景、对比基线与运行条件在原文中均未披露，引用时需要保留这一前提。OpenAI的Jalapeño博文同样只阐述了设计理念，更多技术细节、生产合作方与量产计划在文中均未给出，目前还不构成可采购选项。Micron被放在基础设施扩张周期第二波受益者的位置上，原文未提供存储端订单或收入数字，引用时不宜补充推测。亚马逊、谷歌等超大规模云服务商的自研芯片投入多年，但它们在数据编排层面与Nvidia方案的对比进展未在材料中出现，迁移比例与市占率等量化指标付之阙如。读者在向外传递信息时，应保留这些未披露项，避免把设计方向误读为已上市产品。

后续观察

把这次产品发布放进更长的新闻周期里看，节点之间有清晰的递进关系。2026年6月28日TechCrunch对Micron的报道，把存储芯片供应商放在基础设施扩张周期第二波受益者的位置上；同年8月11日CNBC关于算力可作为可交易资产类别的报道，则把电力、算力本身纳入资产化讨论；8月26日前后Nvidia发布财报，本文8月29日见报，紧随其后。三条线索分别指向存储、电力与整机方案，叠加在一起说明AI基础设施的讨论重心正在从单颗GPU转向围绕集群展开的系统级议题，Vera Rubin正是这一转向在产品层面的具体落地。

围绕这套方案，仍有一批信息需要后续观察来补全。Vera Rubin架构的正式发布日期和量产时间表在原文中缺席，客户何时能够拿到整机目前无从判断；Vera CPU在数据编排上超过3倍的提升，由Jason Hardy在公开场合给出，但对应的测试场景、对比基线和运行条件未披露，这一数字能否在不同负载下复现仍待验证。Groq 3 LPX推理加速器的规格细节、性能数据以及它与Rubin GPU、Vera CPU之间的分工边界同样未给出，整套方案的实际协同效果只能等更多材料出现后再做判断。OpenAI的Jalapeño博文阐述了把工作负载留在单一互联系统内部的思路，但更多技术细节、生产合作方和量产计划在文中均未提及，目前仍停留在设计理念层面。亚马逊、谷歌等超大规模云服务商的自研芯片投入多年，它们在数据编排层面与Nvidia方案的对比进展同样付之阙如，迁移比例与市占率等量化指标需要后续报道补齐。文章未提供市场份额、营收或股价数字，引用这些条目时不宜补充推测。