AI 新聞速報｜Nvidia 推出 Rubin CPX 晶片系統：專為 AI 影片與軟體生成打造的超級平台

InfoAI 編輯部

AI 創作邁入硬體專用化時代

當生成式 AI 工具從文字延伸到影片、音訊與程式碼，背後所需的運算資源也日益龐大。為此，Nvidia 於 2025 年 9 月發表新一代晶片系統「Rubin CPX」，專為影片生成與大規模推論任務設計，將硬體效能帶入全新維度。

這套系統整合了影片解碼、編碼與 AI 推論能力，成為當前市面上首款針對 AI 影片與軟體生成需求所打造的專用 GPU 架構。Rubin CPX 的推出，標誌著 Nvidia 正積極拓展其在生成式 AI 硬體生態的主導地位。

Rubin CPX：整合影片解碼與長上下文推論能力

Rubin CPX 系統採用最新的 Rubin 微架構，具備以下特色：

• 支援處理長達百萬 tokens 的推論任務，特別適用於多輪對話、長篇生成與影片製作。

• 將影片解碼（decoding）、編碼（encoding）與 AI 推論功能整合於單一硬體模組，降低傳輸延遲與能耗。

• 擁有高達 30 petaflops 的 AI 運算效能，搭載最高 128 GB GDDR7 記憶體。

• 可與多張 Rubin GPU 串接成大型推論平台，支援模型如 Claude Opus、GPT-4o、Gemini 1.5 Pro 等超長上下文模型。

投資報酬與戰略意涵：1 億換 50 億？

Nvidia 高層在說明 Rubin CPX 商業潛力時指出，投入約 1 億美元建構 Rubin CPX 架構的運算資源，有機會換來約 50 億美元等值的 token 推論效益。這樣的計算方式來自於：

• 每秒推論數千萬個 tokens 的處理能力。

• 針對大型語言模型與影片生成 AI 的推論市場收費。

• 雲端服務供應商與企業部署自主模型的日益增長需求。

這也顯示，Rubin CPX 不只是一款 GPU，更是一個完整的商業平台切入點，牽動雲端平台、AI 應用商與內容創作者的投資決策。

Rubin 架構技術世代延伸

Rubin 架構為 Nvidia 於 2024 年底發表的 Blackwell 架構的後繼版本，採用台積電最新的 3 奈米製程與 HBM4 記憶體，重點針對以下兩大應用方向進行最佳化：

• 影片生成與處理：如 AI 製片、內容創作平台。

• 長上下文語言推論：如具備百萬 tokens 處理能力的大型模型（Claude、GPT、Gemini）。

Rubin 架構將分為：

• Rubin（單晶片版）：預計 2026 年底上市。

• Rubin Ultra（雙晶片串接版）：預計 2027 年登場。

Nvidia 的長線布局：從生成式 AI 到實體 AI

在 GTC 2025 大會上，Nvidia 執行長黃仁勳也描繪了 Nvidia 長期佈局的三大 AI 演進階段：

• 感知與預測 AI：如視覺辨識、自駕車導航。

• 生成式 AI：語言模型、AI 創作工具。

• 實體 AI（Physical AI）：結合機器控制與物理互動能力的智慧體。

Rubin CPX 正是第二階段與第三階段之間的關鍵過渡支柱，成為連接純軟體推論與硬體操作介面之間的橋梁。

台灣產業可觀察與切入的三個契機

1. 半導體供應鏈：Rubin 架構採用 TSMC 3nm 製程與 HBM4，台灣在晶圓代工與記憶體供應扮演核心角色，未來平台製造、封裝與測試也將成為關鍵利基。

2. 創作者工具平台：台灣新創可觀察 Rubin CPX API 或 SDK 是否開放，打造與硬體協同運作的影片生成、動畫製作或遊戲開發工具。

3. 軟體整合與雲端佈署：中小型雲服務商可考慮導入 Rubin CPX 系統資源，向 AI 開發者提供高效能推論服務，甚至打造國產生成式平台。

接下來值得關注什麼？

• Rubin CPX 將導入哪些雲服務供應商？
  AWS、Google Cloud、Azure 是否第一時間支援？還是僅限 Nvidia 自營平台如 DGX Cloud？

• 軟體相容性與優化是否成熟？
  Runway、Pika Labs 等是否會針對 Rubin CPX 推出最佳化版本？

• 競爭對手回應策略為何？
  Broadcom、AMD、Intel 是否會推出對等產品？是否開放自定義晶片設計？

• 中小型內容創作者是否受益？
  Rubin CPX 能否以租用／API 方式降低進入門檻？抑或僅供大型客戶使用？

編輯觀點：生成式 AI 從「雲端比拚」走向「硬體競速」

Rubin CPX 的問世，不只是 Nvidia 技術佈局上的一步，更是一場產業級的戰略訊號。

生成式影片與軟體生成這兩個高頻應用場景，正在推動 AI 晶片從通用運算走向專用場景最佳化。這背後預示著：未來不再僅靠模型演算法贏得市場，還得靠專用硬體與基礎設施的綁定力。

對於 AI 新創公司與創作者平台而言，若能掌握硬體平台的底層優勢，將有機會建立自己的技術護城河。

而對台灣產業而言，這則新聞提醒我們：AI 生態的升級，不只是雲端應用的競賽，更是晶片、模組、封裝、整合與創作工具的全鏈路協作競技場。

FAQ｜關鍵問答

Q1：什麼是 Rubin CPX？與過去的 GPU 有何不同？

Rubin CPX 是 Nvidia 為生成式影片與程式碼生成等長上下文 AI 推論任務設計的新型 GPU 系統。與傳統 GPU 相比，它整合影片解碼、編碼與 AI 推論功能於單一晶片內，並可處理上百萬 tokens 的資訊，特別適合新一代多模態 AI 應用。

Q2：Rubin CPX 的效能提升有多大？

根據官方資料，Rubin CPX 整合於 Vera Rubin NVL144 平台後，其 AI 推論效能達 8 exaflops，較前代 GB300 NVL72 整體效能提升約 7.5 倍，為目前市面上最強的 AI 生成推論平台之一。

Q3：此技術對生成式影片平台有何實際幫助？

Rubin CPX 能夠加速影片生成模型的推論速度、降低等待時間，並支援更長上下文處理，對 Runway、Pika Labs、Sora 等生成式影片平台來說，能直接提高使用者體驗與運算成本效率。

Q4：Rubin 架構與 Rubin CPX 是什麼關係？

Rubin 是微架構名稱，Rubin CPX 則是基於此架構打造的晶片系統。Rubin 為 Blackwell 架構的後繼者，採用 TSMC 3nm 製程與 HBM4 記憶體，重點強化 AI 生成與長上下文應用。

Q5：台灣產業在哪些環節可以切入？

台灣可望在晶圓製造（TSMC）、記憶體供應（如南亞科）、封裝測試、以及軟體整合應用（影片創作工具、雲端推論服務）等環節切入 Rubin 架構的生態系，並拓展更多高階硬體應用場景。

Q6：Rubin CPX 會對其他 AI 晶片商造成哪些壓力？

Nvidia 的專用化設計恐迫使 Broadcom、AMD 等公司調整策略，投入類似影片生成與長上下文專用硬體開發，特別是在 AI 創作領域的高毛利應用場景中，競爭可能會進一步加劇。

Q7：Rubin CPX 是否會開放給一般開發者使用？

目前 Rubin CPX 的目標市場仍以雲端服務供應商與大型企業部署為主，不過隨著 API 開放與 SDK 發展成熟，中小型開發者也可能透過雲端平台接觸到此技術，使用門檻預計逐漸下降。

參考資料：

Disney's first VP role to lead AI collaboration with humans

https://aimagazine.com/news/disneys-first-vp-role-to-lead-ai-collaboration-with-humans

The Disney AI VP isn't a tech job—it's a declaration of war on the coordination tax

https://medium.com/@hadleyreynolds/the-disney-ai-vp-isnt-a-tech-job-it-s-a-declaration-of-war-on-the-coordination-tax-36223cb7770e

Vice President, Collaboration & AI – Disney Careers

https://www.disneycareers.com/en/job/burbank/vice-president-collaboration-and-ai/391/85235612960

Pixar creative chief Pete Docter questions AI's ability to make films

https://timesofindia.indiatimes.com/technology/tech-news/executive-at-disney-owned-animation-studio-pixar-questions-ais-ability-i-was-wondering-whether-ai-will/articleshow/122282154.cms

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。若您有引用、轉載或任何商業用途的需求，請先來信 contentpower688@gmail.com 申請授權。

AI 內容合作／供稿服務

AI 趨勢太快，內容產能跟不上？InfoAI 專注於將市場動態與報告，轉化為 專業、好讀、可信賴的內容。 contentpower688@gmail.com —— 讓我們成為你的 AI 內容合作夥伴。

如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。

AI 協作聲明：

本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。

InfoAI 是針 AI 產業新聞進行精選與解讀的媒體

我們每日追蹤全球技術與商業動態

透過收集、比對驗證與分析

將複雜訊息轉為能落地的決策建議

幫助讀者在最短時間看懂趨勢、做出更好的選擇