قدّمت Nvidia أول إفصاح معماري عن GPU Rubin في Hot Chips مساء الاثنين: شريحتان بحجم reticle على TSMC 3nm، و336 مليار ترانزستور، أي ما يقارب 1.6 مرة Blackwell، مع ما يصل إلى 288 GB من HBM4 بسرعة 22 TB/s — أي نحو 2.8x من عرض نطاق HBM3e في Blackwell.

الرف، ثم المبنى

على مستوى الرف، تنقل NVLink 6 3.6 TB/s all-to-all لكل GPU مع 130 TFLOPS من الحوسبة داخل الشبكة، على توزيع 800 VDC ومدخل سائل بدرجة 45°C. وتقول Nvidia إن 40% أكثر من GPUs لكل واط مُخصَّص بفضل تنعيم استهلاك الطاقة. ثم تأتي طبقة ثانية من الأرقام — 2 ZFLOPS من استدلال NVFP4، و1.4 ZFLOPS من التدريب، و11 PB من HBM4، و800 PB/s — وهذه جميعها مذكورة على مستوى 100 MW AI-factory scale.

ما يخطئ فيه التأطير التقليدي

ثلاثة أخطاء، وتتراكم معًا. أولًا، 11 PB من HBM4 هي مبنى، وليست رفًا ولا نظامًا؛ إنها الذاكرة المركبة عبر منشأة بقدرة 100 ميغاواط. و2 ZFLOPS لها المقام نفسه. سيُعاد نشر الرقمين على أنهما أرقام رف خلال أسبوع. ثانيًا — وهذه هي النقطة التي تقلب القصة — 288 GB ليست ذاكرة أكثر مما يمكنك شراؤه اليوم. إنها السعة نفسها التي توفرها Blackwell Ultra. ومن يقرأ "HBM4" على أنه "يمكن الآن تشغيل نماذج أكبر على GPU واحد" يكون قد فهم الأمر بالعكس؛ التحسن كان في سرعة انتقال الأوزان، لا في عددها هناك. ثالثًا، فإن رقم "up to 30x" ليس تسريعًا. إنه tokens per megawatt عند مستوى تفاعلية مرتفع، مقاس على عبء agentic واحد اختارته الشركة — DeepSeek-v4-PRO بسياق يتجاوز 140K — و10x هو المنحنى نفسه عند نقطة مختلفة عليه.

المقياس هو الدليل

توقفت Nvidia عن البدء بـ FLOPS وبدأت بالبدء بـ tokens per watt عند زمن استجابة محدد. هذا ليس انحرافًا تسويقيًا. بل قراءة دقيقة لما يقيّد عملاءها اليوم: ليس سعر السيليكون، بل مقدار الطاقة التي يمكن ربط الموقع بها، وعدد الـ tokens التي يمكن استخراجها من كل ميغاواط بعد ذلك. البائع الذي يقتبس الإنتاجية لكل واط يخبرك بما يظن أنك تتسوق ضده فعليًا.

ما ليس هذا

كانت Vera Rubin قد أُعلنت بالفعل قيد الإنتاج في Computex في وقت سابق من هذا العام. هذا إفصاح تقني عن منتج يشحن بالفعل، لا معاينة لمنتج لم يُطرح بعد — ما يجعل تأطير الأرقام على مستوى المصنع خيارًا لا ضرورة.