英伟达的Vera Rubin架构将竞争焦点从单芯片性能转向系统级机柜集成与散热效率。
在2026年8月29日发表于TechCrunch的公开评论中，英伟达（NVIDIA）存储技术副总裁Jason Hardy提出了一种论点，该论点更宜被理解为战略定位，而非既定的技术事实。Hardy的核心主张是，在吉瓦级（gigawatt-scale）AI基础设施中，真正的难题已不再是原始算力，而是数据移动。随着服务器内存限制和闪存瓶颈触及物理上限，编排（orchestration）和内存传输成为真正的制约因素。根据英伟达自身未经证实的数据，将编排工作卸载至Vera CPU可带来“这些操作高达3倍的性能提升”。这一指标仅适用于英伟达专有硬件上的特定编排卸载任务，且尚未经过独立的基准测试验证。
这一论点的载体是正在数据中心全面部署的Vera Rubin架构。英伟达推销该架构并非作为更快的GPU，而是一个完整的堆栈——包括GPU、CPU、推理加速器、存储和网络，作为一个单一集成系统出售。通过这种方式，公司刻意将竞争单位从硅片（silicon die）重新定义为整个机架（rack）。
值得注意的是，TechCrunch的独立报道为Hardy的框架提供了结构性的支持，而无需依赖他的言论。该媒体指出，OpenAI与博通（Broadcom）联合开发的Jalapeno推理芯片具有完全相同的设计目标：最小化数据移动和通信延迟。尽管Hardy在采访中未提及Jalapeno、NVLink Fusion、谷歌TPU或亚马逊Trainium，但这种趋同现象意味深长。当市场主导GPU供应商及其最大客户同时公开确认数据移动是规模化下的约束条件时，这表明了一个真正的工程拐点——即使英伟达提出的解决方案本质上有利于其自身架构。双方都同意竞争已从芯片转向系统。未决的问题是谁的系统将占据主导地位。
历史上，对英伟达构成的结构性威胁来自超大规模云服务商（hyperscalers）在定制硅片领域的分化。亚马逊、谷歌、微软和OpenAI目前正大力投资专有加速器——Trainium、TPU和Jalapeno——每一款都为内部工作负载设计了更高的每瓦性能。资金充足的单一客户现在可以流片（tape out）一款在特定推理任务上超越英伟达的芯片，使得硅片日益面临竞争。Hardy的反制策略遵循了传统守成者在感知到核心资产流失时的经典剧本：当无法保证在芯片层面获胜时，便在系统层面重新定义战场。通过宣称编排和数据移动是主要瓶颈，英伟达试图将竞争对手的ASIC重新定位为不是其GPU的替代品，而是必须接入英伟达受控互连和数据移动层的组件。由此，竞争护城河从竞争对手仍可能匹配或超越英伟达的硅片，迁移到了机架级集成层，在那里复制英伟达需要重建整个垂直整合的堆栈，而不仅仅是流片一款有竞争力的芯片。
这一逻辑最终体现在NVLink Fusion中，这是一个单独宣布的计划，明确将第三方硅片定位为能够直接插入英伟达机架生态系统的XPU。全栈推销的逻辑终点是将 rival silicon（竞争对手的硅片）吸收进英伟达的架构，将超大规模云服务商的ASIC从独立的竞争对手转变为英伟达更广泛框架中的子系统。这代表了英伟达偏好的商业结果——一种战略销售举措，而非既定结论。超大规模云服务商是会接受这种架构层级，还是围绕专有ASIC构建自己的机架级系统，仍是核心的谈判焦点。Hardy在TechCrunch上的言论构成了英伟达在这场争端中的首轮出价。（有关定制硅片格局的详细分解，请参阅我们对Marvell FY28定制硅片战略的深度报道；有关英伟达不断演变的防御措施的结构图，请参阅Business Engineer的《英伟达护城河之外》。）
影响一——对于权衡定制硅片的超大规模云服务商而言
全栈叙事从根本上说是为了阻止超大规模云服务商构建独立的机架级架构。如果一家云服务提供商接受编排和数据移动是约束条件，且英伟达的互连提供最佳解决方案这一前提，那么经济理性的路径是在英伟达机架内部署定制ASIC，而不是构建竞争性的全栈。这正是英伟达所寻求的结果。拒绝这种框架——并选择围绕专有硅片构建自己的数据移动和互连层——的超大规模云服务商，正是这一论点旨在预防的情景。行业的决定仍未尘埃落定，也不会均匀地应用于所有提供商。
影响二——谨慎解读Jalapeno基准测试结果
OpenAI与博通联合开发的Jalapeno针对Hardy所确定的确切约束——最小化数据移动和降低通信延迟——这一事实并非英伟达的让步。这是由TechCrunch曝光的一个独立工程数据点。这证实了底层约束是真实的，但同时也表明OpenAI正在构建自己的解决方案，而不是默认使用英伟达的堆栈。这两种现实并存：瓶颈是真实的，而竞争性实现方案正在分道扬镳。（有关细粒度的性能分析，请参阅我们的Jalapeno基准测试深度报道。）
影响三——评估英伟达声称的数字
“这些操作高达3倍的性能提升”这一数字仍然是英伟达对其专有硬件上执行的狭义定义的编排卸载任务的专有声明。虽然由英伟达高管在公开采访中陈述，但它没有独立的验证、第三方认可或系统级的性能基准测试。应将其视为特定于供应商的优化指标，而非整体的行业标准。