该架构采用台积电3nm工艺集成3360亿晶体管，旨在将智能体AI能效提升十倍，同时Blackwell GB300在DeepSeek-v3模型训练中创下单卡1648 TFLOPs算力新纪录。
英伟达于7月22日正式披露了下一代GPU架构Rubin的技术规格，并同步更新了当前Blackwell架构GB300芯片在混合专家模型训练中的性能表现。Rubin架构基于台积电3nm（N3P）工艺制造，采用双裸片设计并通过NV-HBI接口封装，总晶体管数量达到3360亿，较前代Blackwell GB300提升62%。官方数据显示，针对智能体AI工作负载，Rubin的单位能耗吞吐量是Blackwell的10倍，这一提升主要归功于增强型张量核心、第三代Transformer引擎以及全新HBM4内存子系统的协同优化。
在硬件细节方面，每颗Rubin GPU包含8个图形处理集群（GPC），其中两种不同配置的GPC分别集成30个和26个流式多处理器（SM），全芯片共配备224个SM及896个Tensor Cores。内存系统采用8组12层堆叠的HBM4内存，总容量达288GB，峰值带宽达到22TB/s，相比Blackwell架构的8TB/s带宽有显著增长。互联层面，Rubin支持NVLink 6提供3600 GB/s的GPU间带宽，NVLink-C2C接口实现1800 GB/s的CPU至GPU通信，并配备PCIe Gen6 x16通道以提供256 GB/s的主机连接能力。
与此同时，英伟达在Blackwell架构应用上取得进展。GB300 GPU在预训练DeepSeek-v3 671B模型时，单GPU算力达到1648 TFLOPs，创下MoE预训练世界纪录。该性能数据是在使用256块GPU组成的GB300 NVL72系统下测得，相比上一代GB200的606 TFLOPs提升约3倍。英伟达表示，这一结果得益于过去六个月进行的超过25万种配置模拟和140万小时的优化测试，团队为此开发了38项关键优化方案。若与2025年11月的测试结果1088 TFLOPs相比，系统性能进一步优化了50%。
Rubin架构的推出标志着英伟达在AI数据中心计算领域的持续迭代，重点转向支持未来智能体AI时代的算力需求。通过大幅提升单卡能效和内存带宽，新架构旨在降低大规模模型训练与推理的成本。Blackwell GB300在MoE任务中的性能突破则验证了现有硬件通过算法优化仍能释放巨大潜力，为处理数百亿参数级的大语言模型提供了更高效的解决方案。行业观察认为，这些技术细节的公开将直接影响下一代AI基础设施的选型标准及大模型训练效率的竞争格局。