Trong khuôn khổ hội nghị công nghệ AI năm 2026, Nvidia đã chính thức hé lộ kiến trúc GPU thế hệ tiếp theo mang tên 'Rubin', thay thế cho dòng Blackwell hiện tại. Khác với các thế hệ trước tập trung vào gaming hay render đồ họa, Rubin được thiết kế đặc biệt để phục vụ cho việc đào tạo và suy luận các mô hình ngôn ngữ lớn (LLM) có kiến trúc MoE (Mixture of Experts).
Trái tim của Rubin là bộ nhớ HBM4 (High Bandwidth Memory) thế hệ 4 với dung lượng lên đến 384GB mỗi thẻ, giúp đẩy dữ liệu giữa bộ nhớ và GPU với tốc độ cao hơn 50% so với HBM3e. Sự cải thiện này là chìa khóa để giải quyết nút thắt cổ chai (bottleneck) về băng thông, vốn là yếu tố hạn chế chính việc chạy các mô hình AI có kích thước nghìn tỷ tham số.
Nvidia cũng giới thiệu kiến trúc kết nối NVLink 6.0, cho phép liên kết 72 GPU Rubin thành một cụm (superchip) hoạt động như một bộ xử lý AI khổng lồ duy nhất. Điều này đặc biệt quan trọng cho các trung tâm dữ liệu AI của các Big Tech như Microsoft, Meta và Google đang có nhu cầu mở rộng quy mô đào tạo lên mức 100.000 chip trở lên.
Dù Rubin được dự kiến bắt đầu giao hàng vào giữa năm 2027, nhưng các đối tác lớn đã bắt đầu đặt hàng trước. Chi phí mỗi thẻ GPU Rubin được đồn đoán sẽ cao hơn 30% so với B200 hiện tại, nhưng Nvidia lập luận rằng hiệu năng trên mỗi watt (energy efficiency) tăng gấp đôi, giúp giảm tổng chi phí sở hữu (TCO) trong dài hạn nhờ hóa đơn điện năng giảm mạnh.