黄仁勋此次在台北介绍 Vera Rubin 平台时，最值得注意的不是单独强调 Rubin GPU 性能，而是把下一代 AI 基础设施拆成五类 rack-scale systems：Vera Rubin NVL72 GPU rack、Vera CPU rack、Groq 3 LPX inference rack、Spectrum-6 SPX Ethernet rack，以及 BlueField-4 STX storage rack。
这意味着 NVIDIA 对 AI 工厂的定义已经从“更多 GPU”升级为“GPU、CPU、推理加速器、网络、存储五层协同”。投资研究也不能只停留在 HBM 和 GPU，还需要把 CPU 执行环境、低延迟推理、CPO 光互联、KV cache 上下文存储全部纳入同一张价值链地图。
Rubin 时代的主线不是单一 GPU 升级，而是 AI Factory 的系统化升级。GPU/HBM 仍是最大价值池，但新增认知差更可能出现在 Spectrum-6 SPX 的 CPO/硅光、BlueField-4 STX 的上下文存储，以及 Groq 3 LPX 的低延迟推理。
说明：本文出厂价为产业链推演区间，不是 NVIDIA 官方报价；范围不包含机房土建、外部配电、施工、运维服务和云服务商利润。
| 系统 | 推演出厂价区间 | 中枢估算 | 价格核心变量 |
|---|---|---|---|
| Vera Rubin NVL72 GPU Rack | 700万至950万美元 | 约800万美元 | 72 Rubin GPU、36 Vera CPU、HBM、NVLink 6、液冷、电源、ODM |
| Vera CPU Rack | 120万至220万美元 | 约160万美元 | 256 Vera CPU、SOCAMM LPDDR5X、BlueField-4、液冷、MGX |
| Groq 3 LPX Inference Rack | 250万至450万美元 | 约350万美元 | 256 LPU、片上 SRAM、DDR5、scale-up fabric、液冷 1U tray |
| Spectrum-6 SPX Ethernet Rack | 180万至350万美元 | 约250万美元 | Spectrum-6 ASIC、CPO/硅光、光引擎、连接器、液冷 |
| BlueField-4 STX / CMX Storage Rack | 150万至400万美元 | 约250万美元 | BlueField-4、ConnectX-9、NVMe SSD 容量、RDMA 网络、存储软件 |
如果五类系统各买一架，合计约为 1,450万至2,450万美元，中枢约 1,750万至1,900万美元。实际 POD 配置不会简单按一比一堆叠，GPU rack 通常是主数量，CPU、LPX、STX 和 SPX 按工作负载比例配置。
NVL72 是 Rubin POD 的核心算力机架。它的最大成本项是 Rubin GPU、HBM4/HBM4e、CoWoS 先进封装和 NVLink 6。成本结构推演中，GPU、HBM 与封装约占 55% 至 65%，液冷、电源、PCB、背板和 ODM 集成继续抬升单机架价值量。
NVDATSM000660.KS005930.KSMU2317.TW2382.TW2308.TW
Vera CPU Rack 的价值在于为强化学习、代码执行、工具调用和多环境 sandbox 提供 CPU 资源。它不是传统 CPU 服务器，而是面向 GPU 工厂的执行环境机架。成本主要集中在 Vera CPU、SOCAMM LPDDR5X、BlueField-4、NIC、液冷和主板系统。
NVDAMU000660.KS005930.KS2382.TW3231.TW2308.TW
Groq 3 LPX 的定位是低延迟推理，尤其是 decode 阶段。它不是替代 Rubin GPU，而是与 GPU 分工：GPU 负责训练、prefill 和大吞吐，LPU 负责确定性、低 jitter 的实时生成。成本集中在 SRAM-heavy LPU、低延迟 fabric、host processor、DDR5、DPU、液冷 1U tray。
NVDATSM3711.TW2449.TW2308.TWSMCI
SPX 是 Rubin POD 中最容易被低估的一层。它把 GPU rack、CPU rack、LPX rack 和 STX storage rack 连接成 POD 级 AI supercomputer。真正的增量在 CPO、硅光、光引擎、连接器、高速 PCB 和低功耗网络架构。
NVDACOHRLITEGLWFNAPHTEL4958.TW3037.TW
STX / CMX 的核心是把 KV cache 和 long-context inference 的上下文记忆从昂贵 HBM 中分层出来，用 DPU、RDMA、NVMe SSD 和软件栈形成 pod-level context memory tier。它使 NAND 和 SSD 从后台数据存储，进入推理 token 经济。
NVDAMUWDC285A.T005930.KS000660.KSDELLHPENTAPSMCI
| 价值层 | 核心部件 | 代表公司与代码 |
|---|---|---|
| GPU / HBM | Rubin GPU、HBM、CoWoS、先进封装 | NVDA、TSM、SK Hynix 000660.KS、Samsung 005930.KS、MU、ASE 3711.TW |
| CPU / SOCAMM | Vera CPU、LPDDR5X、SOCAMM、CPU 主板 | NVDA、MU、Samsung、SK Hynix、Quanta 2382.TW、Wistron 3231.TW |
| LPU / SRAM | Groq 3 LPU、片上 SRAM、低延迟 fabric | NVDA、TSM、ASE、KYEC 2449.TW、Delta 2308.TW |
| Ethernet / CPO | Spectrum-6 ASIC、CPO、硅光、光引擎、连接器 | NVDA、COHR、LITE、GLW、FN、APH、TEL、SIVE.ST/SIVEF、AAOI |
| DPU / Storage | BlueField-4、NVMe SSD、RDMA、KV cache 存储 | NVDA、MU、WDC、Kioxia 285A.T、DELL、HPE、NTAP、SMCI |
| 系统集成 | 液冷、电源、PCB、背板、ODM | Foxconn 2317.TW、Quanta、Wistron、Inventec 2356.TW、Delta、Zhen Ding 4958.TW、Unimicron 3037.TW |
Sivers Semiconductors（SIVE.ST / SIVEF） 与 Rubin 架构的最高关联点在 Spectrum-6 SPX。它的 Photonics 业务更靠近 CPO、外置光源、DFB laser arrays 和 optical I/O。它不是 NVL72 主机架核心 BOM 公司，但如果 CPO 与外置光源成为 AI 网络主线，Sivers 具备较高弹性。
Applied Optoelectronics（AAOI） 与 Rubin 架构的主要关联点同样在网络层，但更偏短中期 800G / 1.6T 数据中心光模块。AAOI 的订单验证强于 Sivers，但长期需要观察其能否进入 CPO、硅光和光引擎下一代路线。
| 公司 | 最相关系统 | 角色 | 投资标签 | 主要风险 |
|---|---|---|---|---|
| SIVE.ST / SIVEF | Spectrum-6 SPX | 外置光源、DFB laser arrays、CPO 配套 | 高弹性 CPO 期权 | 订单体量、量产客户、是否进入 NVIDIA 主生态仍需验证 |
| AAOI | Spectrum-6 SPX / AI scale-out 网络 | 800G / 1.6T 光收发器 | 光模块放量股 | CPO 可能改变可插拔模块价值链，需要技术路线迁移 |
若只看 Rubin 五类机架结构性关联，Sivers 更贴近 CPO 与外置光源；若看当前商业化和订单确定性，AAOI 更容易验证。前者是高 Beta 期权，后者是短中期 AI 网络带宽升级受益者。
一、Rubin NVL72：跟踪 HBM4/HBM4e 供应、CoWoS 产能、液冷机架出货节奏、ODM value-add 是否继续上升。
二、Vera CPU Rack：跟踪 SOCAMM LPDDR5X 采用规模、CPU rack 与 GPU rack 的配置比例、agentic AI 和 RL workload 对 CPU 环境的实际消耗。
三、Groq 3 LPX：跟踪低延迟推理需求、LPU 是否形成规模部署、与 Rubin GPU 的 prefill / decode 分工是否被 CSP 接受。
四、Spectrum-6 SPX：跟踪 CPO 是否从示范走向批量、光引擎供应商、外置光源导入、800G/1.6T 向 3.2T 演进节奏。
五、BlueField-4 STX：跟踪 CMX / KV cache storage 是否成为 long-context inference 标配，以及 SSD、DPU、RDMA 网络在推理成本中的占比变化。
黄仁勋此次台北发布会真正值得投资者重视的，是 NVIDIA 把 Rubin 从一代 GPU，进一步讲成一个由五类系统构成的 AI Factory 架构。最确定的主线仍是 NVIDIA 与先进封装、HBM；但更大的认知差在 Spectrum-6 SPX 的 CPO 光互联、BlueField-4 STX 的上下文记忆存储，以及 Groq 3 LPX 的低延迟推理。Sivers 和 AAOI 都属于网络层映射：Sivers 更靠 CPO 外置光源，AAOI 更靠 800G / 1.6T 光模块放量。