英伟达在 CES 2026 上正式揭开 Vera Rubin 计算平台的面纱。继 Blackwell 之后，这一代平台在两条线上同时“加码”：一条是算力本身的跃升，另一条则是彻底押注全液冷散热，把高功耗 AI 芯片的温控方案做了一次系统级重构 137。
Rubin 平台：算力与液冷一体化设计
Rubin NVL72 被设计成一个机柜级的 AI 计算单元：
72 张 Rubin GPU + 36 颗 Vera CPU 集成在同一系统中，通过 NVLink 6 与高性能以太网进行互联，形成紧耦合的“算力工厂” 2710。
系统级带宽和互联架构相比 Blackwell 时代又上了一个台阶，网络能效也被进一步压榨出来 27。
在核心硬件上：
Rubin GPU
搭载第三代 Transformer 引擎，主打大模型训练与推理的吞吐能力。
采用新一代高带宽内存 HBM4，总带宽相较上一代显著提升，官方给出的峰值带宽水平达到 TB/s 量级；在典型大模型场景中，推理性能可比 Blackwell 提升数倍，训练效率也有数倍级增幅 2710。
Vera CPU
采用定制化 Arm 架构，核心数与线程数进一步增加，用来承接数据预处理、I/O 与调度工作，相比 Grace 时代在通用计算和数据处理上有明显提升 27。
从系统视角来看，Rubin 不再只是“把更多 GPU 堆在一起”，而是把 GPU、CPU、存储、网络以及散热方案当成一个整体来做联合设计，这一点在液冷架构上体现得尤为明显 2。
100% 全液冷：从“风冷为主”到“风扇退场”
Rubin NVL72 的一个重要标志，是彻底抛弃了传统风冷组件，转向 100% 全液冷设计 1410。与 Blackwell 时代约 80% 的液冷覆盖率相比，这一代平台通过一系列结构调整，把液冷渗透进了系统的每一个关键热源：
取消大量内部线缆，做机柜与模块的“去线缆化”布局，为冷板与管路预留空间。
全面重构冷板结构，引入 微通道冷板，让冷却液更贴近发热核心。
在典型部署中，Rubin 平台通过液冷分配单元（CDU）和冷却回路对 GPU、CPU 等部件进行定向控温，机柜基本不再依赖高风量风扇来“压住”热功耗。这种设计直接带来的结果是：噪音显著降低，机房散热布局也变得简洁得多 46。
微通道冷板：把热从芯片“抠出来”
这代平台最值得关注的技术之一，是微通道冷板的正式上量。相较传统冷板，Rubin 在三个层面做了深挖：
缩短传热路径
冷却液直接在靠近芯片的微通道中流动，热量从芯片到冷却液的距离被压缩，热阻明显降低。
强化对流换热
微米级的通道配合合理的流速设计，流体更容易形成湍流，从而提升换热效率。
结构一体化
将均热板、水冷板、封装盖板进行一体化设计，减少导热界面材料（TIM）和中间接触面，进一步降低热阻与装配复杂度。
长期运行下，微通道内部腐蚀是绕不过去的工程挑战。英伟达在设计中要求采用 镀金散热盖 等方案来提高耐腐蚀与可靠性，同时在镀层厚度与导热性能之间做了权衡，以减少对导热效率的影响 124。
在 CES 现场，黄仁勋特别强调 Rubin 平台支持使用 约 45℃ 的热水进行冷却，不再强依赖传统冷水机组，这背后是整套液冷系统能力的综合体现 146：
冷却液供回水温度窗口被整体抬高，相比传统数据中心冷却方案可以高出 10–15℃，对外部制冷设备的要求大幅降低。
液冷分配单元（CDU）在流量和控制精度上进行了升级，能够对多路冷却回路做精细调节。
在流道设计与材料选型上针对高温工况做了优化，以保证长期运行的可靠性。
英伟达在技术上也借鉴了业界已有经验，例如主动流量控制、分流式冷板等思路，用于不同芯片、不同模块的独立温控，实现“哪儿热得快，水就多流一点”的动态调节 24。
从 Blackwell 到 Rubin：液冷从“可选项”变成“前提”
Blackwell 架构（如 GB200）发布时，英伟达就已经开始大规模推动液冷部署，液冷渗透率从早期的试点阶段一路提高 1。但那一代的液冷方案仍然以传统冷板为主，存在几个现实问题：
在部分机柜功耗尚未完全“冲顶”的场景下，液冷占比有限，整体节能收益不够“惊艳”。
冷板方案往往要兼容既有的机柜与设备布局，客制化程度高，标准化与规模化存在掣肘。
Rubin 平台的思路则更加“激进”也更彻底：
把风冷从设计中拿掉
直接上 100% 全液冷架构，反过来倒逼机柜、电源、布线乃至数据中心基础设施的重新定义 14。
用微通道把散热效率推到极限
通过微通道冷板压缩热阻，减轻机柜级功耗密度对环境制冷的依赖。
弱化对冷水机组的刚性需求
借助高温供回水能力和更高 PUE 效率，把数据中心从传统冷水机房的束缚下部分“解放”出来 46。
机构测算显示，在类似 Rubin 这类高功率液冷架构下，数据中心 PUE（电源使用效率）有望从约 1.35 降至约 1.15 左右，额外的基础设施投入可以在两年多一点的时间内收回，经济账并不难算通。
产业链：从“跟着算力走”到“被架构倒逼升级”
液冷渗透率的快速提升，直接推着整个散热与基础设施产业链一起升级。过去两年，液冷在 AI 服务器中的占比一路走高，进入 Rubin 时代后，相关市场规模被普遍看好 4：
在 冷板与 CDU 环节，台系厂商以及内地散热/机房厂商相继扩产，部分企业已经打入 Rubin 配套供应链。
微通道冷板的加工与封装，对精密制造能力提出更高要求，也给 3D 打印、精密机械加工等领域打开了新空间。
冷却液与管路标准加速演进，从氟化液、矿物油等介质，到快接头、软硬管路的标准化，都在向“高可靠、高温工况、易维护”方向演化。
英伟达在这一轮中延续了“架构升级 + 深度绑定供应链”的路线：
一方面用微通道冷板、镀金盖板、高精度快接头等设计建立起技术门槛，筛选具备高端加工与验证能力的合作伙伴；另一方面通过与 CDU 厂商、快接头厂、整机/机柜集成商的深度合作，锁定关键节点，从而在液冷技术生态上占据主动权 149。
趋势展望：液冷之后，会走向哪里？
结合目前公开信息和行业动向，可以看到液冷技术大致有三条清晰的演进方向：
从“散热手段”走向“系统要素”
液冷不再被视作单纯的热管理选项，而是和芯片封装、架构设计、机柜布局共同定义一代平台。Rubin 将“芯片–冷板–管路–CDU”视作一个整体模块来做工程优化，这种一体化思路很可能成为后续高功耗 AI 算力平台的默认范式 28。
相变与新型冷却形式的试探
微流体、相变液冷等方向已在部分厂商的试验中展现潜力，理论上可以在更小空间内实现更高的换热能力。未来在 Rubin 之后的架构（无论是否名为 Ultra），不排除进一步引入相变冷却、浸没式液冷等方案，与机柜级液冷做组合。
与绿色数据中心、可再生能源的深度融合
当 PUE 被液冷技术进一步压低后，数据中心的整体能耗结构与选址逻辑也在发生变化：
更高的供水温度意味着可以更好地与区域供能系统、可再生能源发电相结合。
大型云服务商已经在规划 Rubin 时代的液冷数据中心与绿电协同部署，零碳 AI 成为现实目标之一 58。
从这个角度看，Vera Rubin 平台的意义已经超出了“又一代 AI 芯片”的范畴：
它把液冷从一个“选项”推成了高功耗 AI 计算的“默认前提”，同时通过对散热、封装、网络、供电的系统性重构，重新定义了下一代 AI 数据中心的技术边界。
随着 Rubin 平台在 2026 年进入规模部署，液冷产业链有望迎来新一轮扩张，而围绕英伟达生态的绑定与竞争，也会在“算力 + 散热 + 基础设施”这一整条链路上全面展开。
