2026 年 10 月：NVIDIA 與 Oracle 將 Vera Rubin AI 部署擴展至數吉瓦規模
於 2026 年 10 月 27 日舉行的 Oracle AI World 大會上，Oracle 公司與 NVIDIA 宣布擴大其企業基礎設施合作。Oracle Cloud Infrastructure（OCI）正式推出 NVIDIA Vera Rubin NVL72 機架級系統及獨立 NVIDIA Vera CPU，並規劃將 OCI 超級叢集擴展至數吉瓦級規模。
此部署標誌著 NVIDIA Rubin 平台在公有雲中的最早期部署之一，將下一代架構直接引入生產型雲端資料中心。更廣泛來看，此協議反映了科技產業中基礎運算衡量方式的結構性轉變。隨著包括 OpenAI 在內的領先人工智慧研究實驗室在 OCI 上運行生產工作負載，雲端基礎設施的主要基準已從計算單個處理器數量，轉變為確保數吉瓦的電力容量、高密度液冷系統和低延遲光互連架構。
在現有的 NVIDIA GB200 和 GB300 NVL72 部署基礎上，此次擴展的合作旨在打造可擴展的 OCI 超級叢集，能夠在單一網路架構內連接超過 131,000 個 GPU。評估此部署的影響，需審視 Vera Rubin NVL72 系統的物理規格、將獨立的 Vera CPU 與代理工作負載解耦的操作理由、相較於 Blackwell 世代所實現的能效提升，以及支持 Oracle 2027 財政年度 900 億至 950 億美元基礎設施預算的資本支出模式。
硬體架構分析：Vera Rubin NVL72、獨立 Vera CPU 及 HGX NVL8
擴展的 OCI 部署的技術基礎建立在三種不同的硬體配置上，專為處理分散式前沿模型訓練、多步代理工作流程和企業微調而設計。
Vera Rubin NVL72 機架規格
部署於 OCI 超級叢集的旗艦系統為液冷式 NVIDIA Vera Rubin NVL72。每個機櫃作為一個統一的機架級計算域，整合了 72 顆 Rubin GPU 和 36 顆 Vera CPU，並透過第六代 NVIDIA NVLink（NVLink 6）互連，每顆 GPU 提供 3.0 TB/s 的雙向頻寬，整個機櫃則達成 216 TB/s 的總頻寬。
每顆 Rubin GPU 配備 288 GB 的下一代高頻寬記憶體 4（HBM4），每顆晶片提供高達 19.2 TB/s 的記憶體頻寬，並搭配 BlueField-4 數據處理單元（DPUs）和 ConnectX-9 SuperNICs，用於儲存、安全和網路卸載。遷移至 HBM4 直接解決了在服務以推理為主的模型和長上下文代理環境時常見的記憶體牆瓶頸。以往的加速器通常需要將兆級參數模型分割到多個節點，僅為容納大型鍵值（KV）快取，而 Rubin 架構擴展的記憶體容量與頻寬，可讓大規模上下文視窗保留在本地高速記憶體中，提升運算利用率並降低每代碼詞的推論成本。
在 OCI 上解耦 NVIDIA Vera CPU
OCI 推出的一個顯著特點是，它是首家提供 NVIDIA Vera CPU 作為獨立、可獨立擴展計算實例的超大規模雲服務提供商，計劃在 Oracle 雲區域內首批部署 150,000 顆 Vera CPU。Vera CPU 基於 88 個自訂 Armv9.2 兼容的「Olympus」核心，透過空間多執行緒技術支援 176 個執行緒，並配備高達 1.5 TB 的高頻寬 LPDDR5X 記憶體，專為現代 AI 工作流程中非 GPU 階段而設計。
在早期的世代，例如 Grace Hopper 和 Grace Blackwell，主機 CPU 主要與 GPU 一起部署在緊密耦合的運算板上。雖然這種固定的比率對於密集的預訓練非常有效，但對於代理應用程式可能會造成資源不匹配。自主 AI 代理在模型推論呼叫之間會花費大量時間執行輔助工具、在安全沙箱中編譯和測試程式碼、查詢資料庫，以及協調檢索增強生成（RAG）管道。
透過 OCI 計算和 OCI Kubernetes 引擎（OKE），企業客戶現在可以獨立擴展 Vera CPU 實例和 Rubin GPU叢集。例如，OpenAI 已在生產環境中使用 OCI 的獨立 Vera CPU 實例來驅動其代理式程式碼沙盒，而 Oracle Acceleron 則提供硬體強制隔離以運行 AI 生成的程式碼。將 CPU 層解耦，使工程團隊能夠動態擴展主機處理能力，而無需讓昂貴的 GPU 芯片閒置。
計劃中的 HGX Rubin NVL8 將支援企業 x86 兼容性
為支援模組化企業部署及現有的 x86 應用程式生態系統，OCI 亦宣布計劃推出 NVIDIA HGX Rubin NVL8 平台。NVL8 伺服器配備八顆 NVLink 連接的 Rubin GPU、雙 64 核 Intel Xeon 6 處理器、4 TB DDR5 系統記憶體及 6.4 Tbps 高速 RDMA 網路，為從事領域特定訓練、微調和推論的組織提供一個較小的八 GPU 建構模組，無需使用完整的 72 GPU 液冷機架。
代際電力效率與公用電網瓶頸
推動多吉瓦級人工智慧基礎設施的發展，深受實體能源限制的影響。由於主要數據中心樞紐的公用事業並網隊列通常需要數年時間才能提供新的高壓容量，雲端運算運營商無法僅靠建造更多設施來擴展計算供應。擴展需要從每兆瓦可用電力中提取顯著更多的計算吞吐量。
在固定變電站限制下最大化計算收益
每瓦特提供高達 30 倍的推理吞吐量，徹底改變了雲端單位經濟。當資料中心運營商獲得數百兆瓦的公用電力配額時，該電力上限在近期内保持不變。通過部署 Vera Rubin 機架，其每瓦特產生的代幣數量顯著增加，同時與現有的 GB200 和 GB300 基礎設施共享通用的 CUDA 軟體架構，OCI 可在前沿模型訓練和高容量生產推理之間動態調整容量，從而最大化每兆瓦契約電力的收益。
網絡拓撲與物理基礎設施：連接 131,000+ 個 GPU
在數十萬個處理器上擴展 AI 超級叢集會帶來嚴重的網路挑戰。當數千個 GPU 同時同步模型梯度時，網路瓶頸會導致處理器等待資料轉帳，而非執行運算。
多路可靠連接（MRC）與八平面網絡
OCI 透過將其 Oracle Acceleron 架構與 NVIDIA Spectrum-X Ethernet 相結合，並採用 102.4 Tb/s 的 Spectrum-6 交換機、ConnectX-9 SuperNICs 和 BlueField-4 DPUs，解決了擴展型網路瓶頸。OCI 不再依賴會增加跳躍延遲和交換機成本的傳統三層網路拓撲，而是結合多平面網路與 SRv6 源路由，建立扁平化的雙層網路，可支援超過 131,000 個 GPU。
在傳輸層，Oracle Acceleron 利用其多路徑可靠連接（MRC）協議，在八平面網路架構中運作，每台伺服器同時連接到八個獨立的網路平面。與將 GPU 到 GPU 的資料轉帳固定在單一實體光纖路徑上不同（這通常會在大量資料流碰撞時造成擁塞熱點），MRC 會將來自單一連接的資料包同時分散到數百條可用的網路路徑上。透過在多平面架構中動態平衡流量，系統最小化尾部延遲，並保持 GPU叢集以可預測的利用率運行。
兩公里校園設計
物理距離也限制了分散式超叢集，因為光纖每公里會引入約 5 微秒的傳播延遲。如果多吉瓦級部署分散在遠距離的設施中，光速延遲會降低同步訓練的效能。因此，OCI 超叢集在吉瓦級校園內設計，優化在兩公里半徑內的高密度佈局，整合多機架電力供應與閉環液冷系統，並在緊湊的物理空間內運作。
400 億美元每吉瓦基準與 Oracle 的多供應商策略
NVIDIA 與 Oracle 之間的數吉瓦擴張，突顯了正在塑造人工智慧基礎設施領域的龐大資本投入。儘管這兩家公司未披露 2026 年 10 月協議的具體美元金額，但 NVIDIA 管理層此前曾指出，每吉瓦在計算、網路和系統方面的資料中心基礎設施總機會約為 400 億美元。
資助 900 億–950 億美元的資本支出路線圖
在2026年10月的投資者更新中，Oracle 重申其2027財政年度的資本支出目標約為900億至950億美元，以推進多吉瓦數據中心容量的部署。由於單純依靠營運現金流為數吉瓦的基礎設施提供資金，將對任何單一企業的資產負債表造成壓力，Oracle 指出，其正透過長期客戶預付款、股權融資以及客戶供應硬體安排等方式來調控資本部署進度——主要的AI客戶承擔越來越多的晶片採購成本，而OCI 則提供通電的數據中心外殼、液冷系統和Acceleron 網絡架構。
隨著硬體的推出，甲骨文還擴展了與 OpenAI 的企業軟體合作，涵蓋 Oracle AI Workspace 和 AI 安全網格，將前沿模型功能更深入地嵌入企業工作流程中。
矽晶多元化：Google TPUs、Cerebras 和 SambaNova
即使甲骨文持續深化與英偉達的旗艦合作，該公司仍在推行多供應商晶片策略，以讓雲端客戶在多樣化工作負載中享有硬體彈性。與維拉·魯賓公告同時，甲骨文公布了與谷歌雲端張量處理單元（TPUs）以及晶圓級開發商Cerebras Systems和SambaNova的專用AI晶片整合協議，並將其納入其雲端生態系統。此多架構方法使企業能夠將專用推論或領域特定任務導向其他加速器，同時依賴英偉達維拉·魯賓超級叢集進行大規模訓練和代理系統運算。
結論
NVIDIA Vera Rubin 基礎設施在 Oracle 雲基礎設施上擴展至數吉瓦規模，凸顯了雲端運算的工業轉型。透過結合液冷式 NVL72 機架、每瓦特推理效率最高提升 30 倍，以及可連結半徑兩公里內超過 131,000 個 GPU 的八平面 Acceleron 網路，OCI 與 NVIDIA 正在突破電力供應與網路延遲的物理極限。搭配用於代理工作負載的解耦式 Vera CPU，以及包含 Google TPU、Cerebras 和 SambaNova 的多元化晶片組合，Oracle 的 900 億至 950 億美元資本路線圖，將吉瓦級能源與運算協調置於企業 AI 競爭的核心。
常見問題
NVIDIA 和 Oracle 在 2026 年 10 月宣佈了什麼？
於 2026 年 10 月 27 日，在 Oracle AI World 上，NVIDIA 與 Oracle 宣布計劃使用 NVIDIA Vera Rubin NVL72 機架級系統，將 OCI Superclusters 擴展至多吉瓦規模。兩家公司同時宣布 Vera Rubin NVL72 系統及獨立的 NVIDIA Vera CPU 已在 OCI 上全面上線，並計劃推出搭載八顆 GPU 的 HGX Rubin NVL8 伺服器。
NVIDIA Vera Rubin 平台與 Blackwell 相比如何？
根據 Oracle 和 NVIDIA 的說法，Vera Rubin 平台每瓦特的推理吞吐量最高可提升 30 倍，訓練性能相比前一代 Blackwell 世代提升高達 4 倍。每顆 Rubin GPU 配備 288 GB 的 HBM4 記憶體，頻寬達 19.2 TB/s，並透過第六代 NVLink 以每 GPU 3.0 TB/s 的雙向頻寬進行連接。
為何 Oracle 提供獨立的 NVIDIA Vera CPU？
現代的 AI 代理在 GPU 之外花費大量處理時間—在沙箱中執行代碼、調用外部工具和檢索數據。OCI 透過在其各區域提供 150,000 台獨立的 88 核 NVIDIA Vera CPU，讓 OpenAI 等客戶能夠獨立於 GPU叢集擴展 CPU 密集型代理工作負載，從而減少閒置的硬體容量。
Oracle 如何為其數吉瓦級 AI 基礎設施建設提供資金？
Oracle 保持其 2027 財政年度資本支出目標為 900 億美元至 950 億美元。為在擴展至數吉瓦規模的同時管理資產負債表需求，Oracle 結合使用營運現金流、客戶預付款、股權發行，以及大型客戶協助承擔晶片採購成本的安排。
免責聲明
免責聲明: 本頁面經由 AI 技術翻譯，旨在方便您的閱讀。欲獲取最準確資訊，請以原始英文版本為準。