在人工智能浪潮的推动下，硬件巨头 Nvidia 正在将其战略视野从单一的图形处理单元（GPU）向更广阔的数据中心基础设施领域延伸。近日，据 Wired 报道，Nvidia 正在酝酿或已推出代号为“Vera Rubin”的平台，这一平台最引人注目的特征在于，它将传统的中央处理器（CPU）与图形处理器（GPU）整合进了一个单一的系统中。
这一举措标志着 Nvidia 试图在 AI 数据中心中扮演“全能供应商”的角色。长期以来，Nvidia 主要以销售高性能 GPU 而闻名，然而，在构建大规模 AI 模型时，GPU 的计算能力往往受到 CPU 处理器及数据传输速度的限制。Vera Rubin 平台的推出，旨在消除这些瓶颈，通过软硬件的深度协同设计，让 Nvidia 能够掌控 AI 基础设施的每一层。
所谓“掌控每一个芯片”，意味着 Nvidia 不满足于仅仅出售计算卡。该平台预计将集成 Nvidia 自家的 CPU（尽管目前市场主要由 AMD 和 Intel 主导，但 Nvidia 正在通过收购和研发寻求突破），更关键的是，它将包含用于加速数据交换的智能网卡（SmartNIC）和用于处理非计算任务的 DPU（数据处理单元）。通过这种“端到端”的解决方案，Nvidia 能够优化数据在芯片、服务器和数据中心之间的流动效率。
在 AI 训练和推理的“军备竞赛”中，算力是核心，但数据传输速度同样至关重要。目前的 AI 数据中心中，不同厂商的芯片之间往往存在兼容性和互连效率的问题。Nvidia 的 Vera Rubin 平台通过将 CPU、GPU 以及网络加速芯片打包在一起，试图建立一条难以逾越的“护城河”。这不仅有助于降低客户的系统复杂性和成本，还能确保数据在处理过程中的低延迟和高吞吐量。
这一动向也对竞争对手构成了直接挑战。AMD 和 Intel 等厂商早已在尝试推出类似 CPU+GPU 的异构计算平台，试图打破 Nvidia 在加速器市场的垄断。然而，Nvidia 凭借其在 CUDA 生态系统和软件栈上的深厚积累，拥有独特的优势。通过拥有“从底层硬件到上层软件”的完整控制权，Nvidia 能够提供更极致的性能优化，这对于追求极致算力效率的科技巨头如 OpenAI、Google 和 Meta 来说，具有巨大的吸引力。
总的来说，Nvidia Vera Rubin 平台的推出，预示着 AI 硬件市场将进入一个更加垂直整合的时代。随着 AI 模型参数量的爆炸式增长，单纯依靠堆砌 GPU 已无法满足需求，构建一个计算、存储与网络紧密耦合的高效系统将成为未来 AI 基础设施建设的主流趋势。
信息来源：Feed: Artificial Intelligence Latest，原文链接：https://www.wired.com/story/nvidia-wants-to-own-every-chip-inside-an-ai-data-center/
