NVIDIA 发布 Rubin CPX，面向长上下文与推理密集型负载

背景

随着智能体与大模型推理对显存带宽、长上下文与批处理提出更高要求，NVIDIA 在 Rubin 架构下推出面向“推理优先”的 CPX 变体。

核心要点

• 定位：为长序列、高并发推理与 agent 工作负载优化的加速方案。
• 场景：支撑大规模模型服务、长上下文检索与多智能体并行推理。
• 延续 Rubin 平台路线，面向云端与企业的推理集群。

为什么重要

推理成本正取代训练成为 AI 规模化的最大变量，专用推理加速卡的推出意味着算力供给在向“为 agent 服务”重新配置。

关键事实速记

• 发布：2026-09-08；架构：Rubin 平台。
• 定位：长上下文 / 推理密集型加速。
• 面向：agentic 与多模态推理集群。