今日 1 条头条 + 1 条备选
今天Computex 2026开幕，NVIDIA正式发布RTX Spark超级芯片，标志着AI PC进入新纪元。同时，OpenAI数学突破解决80年难题，AI能力边界再拓宽。但企业AI支出开始理性化，Token经济学遭遇挑战。
🌟 今日精选
6. NVIDIA Rubin CPX：专为长上下文 prefill 阶段优化的加速器，AI 推理架构进入分工时代
[电子信息与芯片] · ⭐⭐⭐⭐⭐ · SemiAnalysis
SemiAnalysis 深度拆解：NVIDIA 在 Computex 2026 同时发布的 Rubin CPX 不是又一颗 GPU，而是 prefill/decode 解耦战略的硬件落地——把 KV cache 计算和 token 生成分到不同的 die 上，单机架等效算力翻倍。这是芯片架构跟着 LLM 推理特性走的标志性事件，未来 18 个月所有大客户的采购模型都要重写。
| ✅ 已确认 | ⚖️ 尚属判断 |
|---|---|
| Rubin CPX 在 Computex 2026 发布，与 RTX Spark 同期 | 实际客户采购比例未知（CPX vs 标准 Rubin） |
| 针对 prefill 阶段（长上下文 attention 计算）专门优化 | 竞争对手 AMD MI400/Intel Crescent Island 何时跟进类似架构 |
| 用于 KV cache 大量重用场景（如 RAG / 代码助手 / 长视频理解） | TSMC 产能能否同步支持两条产线 |
| 与 Rubin 主芯片在同一机架协同工作（CPX = co-processor） | 中国市场的可获得性（有无出口管制变体） |
| SemiAnalysis 估算：相同功耗下 prefill 吞吐 2-3x 提升 |
📖 主编点评
对 AI 工程师：理解 prefill/decode 分工后，部署架构会从'一个集群打天下'走向'按场景分片'。如果你做长上下文 / RAG 应用，未来云厂商会推按 prefill 分钟计费的实例。对硬件投资人：信号是 NVIDIA 不再只卖通用算力，而是在卖'按 LLM 工作负载切片'的产品组合 —— 这扩大了它的护城河，也压缩了 AMD 追赶的窗口。
📺 打开原文
📋 备选阅读
- Scaling the Memory Wall：HBM 发展路线图与未来 —— HBM 已成 AI 算力扩张的真瓶颈——文章拆解 HBM 制造工艺、KVCache offload 演进、SK 海力士/三星/美光三巨头格局。 SemiAnalysis
💬 觉得 电子信息与芯片 这期怎么样？
提一条反馈 Issue 让 Agent 下次调整。