AI 芯片的竞争，正在从「单卡性能」转向一个更现实的问题：每度电能跑出多少 token。Nvidia 最新公布的数据显示，下一代 Vera Rubin NVL72 在 DeepSeek V4 Pro 的 1.6 万亿参数模型上，每兆瓦 token 吞吐量是 Blackwell 的 7 倍。
Nvidia 的新算账方式
具体数字是：在每人每秒 100 token 的假设下，Rubin 每兆瓦能输出 5940 万 token/秒，而 GB300 只有 2850 万。Nvidia 还顺势抛出一个新指标——「每吉瓦年利润」：Rubin 约 1499 亿美元，GB300 约 1053 亿。这显然是冲着「电力和产能才是瓶颈」这个行业痛点去的，因为功耗正是每个买家本月都在撞的墙。
需要说明的是，Vera Rubin 是 Nvidia 继 Blackwell 之后的下一代架构（以天文学家薇拉·鲁宾命名），而「7 倍」是建模推算值，并非实测。但即便打对折，也足以解释为什么所有超大规模客户都在 Blackwell 还没折旧完之前，就抢着下单 Rubin——电力配额有限，谁的单位能耗产出更高，谁就能在同样的大楼里服务更多用户。
Meta 自研芯片加速
另一边，Meta 确认其自研 MTIA 450 芯片将在 2027 上半年量产、MTIA 500 在 2027 年底跟进：前者 HBM 带宽比上代翻倍，后者再提升 50%、HBM 容量最高增加 80%，主打相比 GPU 约 44% 的 TCO（总拥有成本）节省，配合约 1150 亿美元的资本开支计划。
一个共同点是：内存成了所有自研芯片的核心。Meta 加 HBM、Positron 上周推出 2304GB/片，都指向同一个结论——现在短缺的不是算力，而是内存。
还有一家搅局者
值得注意的还有 Cornelis：这家公司融资 2.05 亿美元，做的是「GPU 无关」的互连层，对标 InfiniBand 和 NVLink，400Gbps 的 CN5000 已上市，800Gbps 的 CN6000 四季度出货。它的意义在于，让买家能把 Nvidia、AMD 和自研芯片混在同一集群里。
对普通用户而言，这些变化最终会体现在两件事上：AI 服务的成本继续下降，以及更长的可用时间。持续追踪 AI 工具与基础设施动态，欢迎访问 AI Dash。