科技
輝達GPU型號怎麼看？Vera Rubin、Hopper是誰？4代AI架構與產品命名一次懂
加入為 Google 偏好來源
將 Yahoo 設為首選來源，在 Google 上查看更多我們的精彩報導
Vera Rubin、Blackwell、Hopper⋯⋯這些聽起來像名字的詞，你知道它們在輝達產品中分別代表什麼嗎？
它們其實是輝達不同世代的AI運算架構。從2022年的Hopper、2024年的Blackwell，到2026年進入量產的Vera Rubin，每次換代都不只是推出效能更強的GPU，而是逐步把運算範圍從單顆晶片擴大到整座機櫃，甚至整座資料中心。
當輝達的產品從單顆GPU，擴大到超級晶片與整座機櫃，產品命名也跟著出現不同層級：H100是單顆GPU，GB200是結合Grace CPU與Blackwell GPU的超級晶片，GB200 NVL72則是串接72顆Blackwell GPU的機櫃級系統。
本文將先拆解這些常見型號，再從Hopper、Blackwell一路整理到Vera Rubin與Feynman，看懂輝達AI運算架構如何從一顆晶片擴大到整座資料中心。
輝達GPU型號怎麼看？H100、GH200、NVL72差異一次懂輝達Hopper架構是什麼？H100為何成為生成式AI主力？輝達Blackwell架構是什麼？GB200 NVL72強在哪？輝達Vera Rubin是什麼？7款晶片如何組成AI工廠？輝達Feynman架構是什麼？CPO光互連為何是關鍵？
在認識四代架構之前，先釐清輝達產品名稱中的字母與數字。簡單來說，H100、GB200與NVL72代表不同層級的產品，不能直接放在一起比較。
H100、H200與B100都是單顆GPU的型號。開頭的英文字母代表所屬架構：H對應Hopper，B則對應Blackwell。
後面的數字主要用來區分同一世代的不同產品，並不直接等同效能高低。因此，不能只看數字大小，就判斷不同世代GPU的運算能力。
當CPU與GPU被整合成一顆超級晶片，產品名稱通常會同時放入兩者的架構代號。
以GH200為例，G代表Grace CPU，H代表Hopper GPU；GB200則是由Grace CPU與Blackwell GPU組成。其中，GB200包含1顆Grace CPU與2顆Blackwell GPU。
NVL指的是採用NVLink技術串接的運算系統。後面的數字，通常代表系統中透過NVLink連接的GPU數量。
例如，GH200 NVL2由2顆GH200超級晶片互連；GB200 NVL72則把72顆Blackwell GPU與36顆Grace CPU放進同一座液冷機櫃，讓整櫃GPU能像一顆巨型GPU般協同運作。
命名小知識：輝達的GPU架構多以科學家的姓氏命名，例如Hopper、Blackwell與Feynman；CPU則多取自科學家的名字，例如Grace、Vera與Rosa。Vera Rubin平台結合Vera CPU與Rubin GPU，因此使用這位科學家的完整姓名。
量產時間：2022年
使用製程：台積電4N製程
Hopper是輝達GPU轉向大語言模型（LLM）運算的重要一代。
ChatGPT等生成式AI背後的大語言模型，大多以Transformer架構為基礎。Hopper首次加入專為Transformer設計的引擎，能在維持模型準確度的同時，加快AI模型的訓練與推理。
換句話說，Hopper的最大變化，是讓GPU不只擅長一般平行運算，也開始針對生成式AI的核心工作進行最佳化。H100、H200及結合Grace CPU的GH200，都是這一代的代表性產品。
Hopper之名取自美國電腦科學家Grace Hopper。她的重要貢獻包括開發早期編譯器，並參與COBOL程式語言的發展。
Hopper架構的另一項發展，是把GPU與CPU更緊密地整合。代表產品GH200將Grace CPU與Hopper GPU結合成超級晶片，讓兩者可以更快速地交換資料，提升大型AI模型與高效能運算的處理效率。
量產時間：2024年
使用製程：台積電4NP製程
如果說Hopper的重點是讓單顆GPU更適合生成式AI，那麼Blackwell的關鍵突破，就是把AI運算從一顆GPU擴大到整座機櫃。
Blackwell之名取自美國數學家暨統計學家David Harold Blackwell。他的研究領域包括賽局理論、機率論與統計決策理論。
Blackwell的代表性系統是GB200 NVL72。它把36顆Grace CPU與72顆Blackwell GPU裝進同一座液冷機櫃，再透過NVLink高速互連，讓大量GPU能共同處理同一項AI工作。
到了Blackwell，輝達賣的不再只是一顆GPU，而是一整套包含運算、網路、供電與液冷的AI機櫃。
量產時間：2026年
使用製程：台積電3奈米製程
到了Vera Rubin，輝達又把系統規模往外推進一步：從Blackwell的機櫃級GPU系統，擴大成更完整的資料中心平台。
Vera Rubin之名取自美國天文學家Vera Rubin。她透過星系旋轉曲線研究，提出星系中存在大量不可見物質的證據，成為暗物質研究的重要先驅。
Vera Rubin平台由7款晶片組成，可以發展成5種機櫃級系統。相較於Blackwell，Vera Rubin更強調不同晶片之間的任務分工，讓模型訓練、AI推理、資料調度、網路連接與儲存，都能在同一套架構中運作。
其中，負責低延遲推理的LPU也首次被納入平台。當AI開始從回答問題，走向能自行規畫並執行任務的代理式AI，系統必須在極短時間內完成大量推理；LPU的加入，正反映輝達對這類運算需求的重視。
因此，Vera Rubin的意義不只是推出新一代GPU，而是進一步把整座資料中心變成能持續產出AI運算結果的「AI工廠」。
若想進一步了解Vera Rubin是什麼、平台包含哪些晶片，以及台灣概念股有哪些，可參考完整懶人包。
預計量產時間：2028年
使用製程：傳採台積電1.6奈米製程
Feynman是Vera Rubin之後的下一代架構，目前公開資訊仍然有限。
依照輝達已透露的產品藍圖，Feynman除了會推出新一代GPU，也將搭配Rosa CPU與下一代LP40 LPU。
Feynman取自美國理論物理學家Richard Feynman，他的重要研究領域包括量子電動力學。
與Feynman搭配的Rosa CPU，則以英國科學家Rosalind Franklin命名。她拍攝的DNA X光繞射影像「Photo 51」，是科學界理解DNA螺旋結構的重要線索。
Feynman另一項值得注意的變化，是將成為輝達首度同時採用銅線與共同封裝光學（CPO），進行機櫃內高速互連的架構。
隨著一座機櫃需要串接的晶片愈來愈多，晶片之間如何快速交換資料，也逐漸成為影響整體效能的關鍵。Feynman導入光互連，正是為了支撐規模更大的AI運算系統。
延伸閱讀：一顆CPU要配200顆DRAM！南亞科看淡HBM，改押客製化記憶體搶地端AI
從Hopper、Blackwell、Vera Rubin到Feynman，輝達的產品演進呈現出一條清楚的路線：先讓GPU更擅長生成式AI，再把多顆GPU整合成機櫃，最後把運算、網路、儲存與冷卻納入完整的資料中心平台。
因此，這些不斷出現的新名字，不只是GPU世代的更新，也反映輝達正在把競爭戰場從「誰有更快的晶片」，推向「誰能打造效率更高的AI工廠」。
延伸閱讀：全球AI伺服器幾乎都靠台廠做！鴻海、廣達、緯穎⋯19檔AI基建概念股全拆解
本文不開放轉載
更多報導比黃仁勳5層蛋糕多長13層！華為首席科學家提「18層寶塔」，喊話：這類人才最稀缺苦熬18年轉盈！這家公司靠半導體「刷條碼」驗病毒，成功打進美國醫療系統
將 Yahoo 設為首選來源，在 Google 上查看更多我們的精彩報導
Vera Rubin、Blackwell、Hopper⋯⋯這些聽起來像名字的詞，你知道它們在輝達產品中分別代表什麼嗎？
它們其實是輝達不同世代的AI運算架構。從2022年的Hopper、2024年的Blackwell，到2026年進入量產的Vera Rubin，每次換代都不只是推出效能更強的GPU，而是逐步把運算範圍從單顆晶片擴大到整座機櫃，甚至整座資料中心。
當輝達的產品從單顆GPU，擴大到超級晶片與整座機櫃，產品命名也跟著出現不同層級：H100是單顆GPU，GB200是結合Grace CPU與Blackwell GPU的超級晶片，GB200 NVL72則是串接72顆Blackwell GPU的機櫃級系統。
本文將先拆解這些常見型號，再從Hopper、Blackwell一路整理到Vera Rubin與Feynman，看懂輝達AI運算架構如何從一顆晶片擴大到整座資料中心。
輝達GPU型號怎麼看？H100、GH200、NVL72差異一次懂輝達Hopper架構是什麼？H100為何成為生成式AI主力？輝達Blackwell架構是什麼？GB200 NVL72強在哪？輝達Vera Rubin是什麼？7款晶片如何組成AI工廠？輝達Feynman架構是什麼？CPO光互連為何是關鍵？
在認識四代架構之前，先釐清輝達產品名稱中的字母與數字。簡單來說，H100、GB200與NVL72代表不同層級的產品，不能直接放在一起比較。
H100、H200與B100都是單顆GPU的型號。開頭的英文字母代表所屬架構：H對應Hopper，B則對應Blackwell。
後面的數字主要用來區分同一世代的不同產品，並不直接等同效能高低。因此，不能只看數字大小，就判斷不同世代GPU的運算能力。
當CPU與GPU被整合成一顆超級晶片，產品名稱通常會同時放入兩者的架構代號。
以GH200為例，G代表Grace CPU，H代表Hopper GPU；GB200則是由Grace CPU與Blackwell GPU組成。其中，GB200包含1顆Grace CPU與2顆Blackwell GPU。
NVL指的是採用NVLink技術串接的運算系統。後面的數字，通常代表系統中透過NVLink連接的GPU數量。
例如，GH200 NVL2由2顆GH200超級晶片互連；GB200 NVL72則把72顆Blackwell GPU與36顆Grace CPU放進同一座液冷機櫃，讓整櫃GPU能像一顆巨型GPU般協同運作。
命名小知識：輝達的GPU架構多以科學家的姓氏命名，例如Hopper、Blackwell與Feynman；CPU則多取自科學家的名字，例如Grace、Vera與Rosa。Vera Rubin平台結合Vera CPU與Rubin GPU，因此使用這位科學家的完整姓名。
量產時間：2022年
使用製程：台積電4N製程
Hopper是輝達GPU轉向大語言模型（LLM）運算的重要一代。
ChatGPT等生成式AI背後的大語言模型，大多以Transformer架構為基礎。Hopper首次加入專為Transformer設計的引擎，能在維持模型準確度的同時，加快AI模型的訓練與推理。
換句話說，Hopper的最大變化，是讓GPU不只擅長一般平行運算，也開始針對生成式AI的核心工作進行最佳化。H100、H200及結合Grace CPU的GH200，都是這一代的代表性產品。
Hopper之名取自美國電腦科學家Grace Hopper。她的重要貢獻包括開發早期編譯器，並參與COBOL程式語言的發展。
Hopper架構的另一項發展，是把GPU與CPU更緊密地整合。代表產品GH200將Grace CPU與Hopper GPU結合成超級晶片，讓兩者可以更快速地交換資料，提升大型AI模型與高效能運算的處理效率。
量產時間：2024年
使用製程：台積電4NP製程
如果說Hopper的重點是讓單顆GPU更適合生成式AI，那麼Blackwell的關鍵突破，就是把AI運算從一顆GPU擴大到整座機櫃。
Blackwell之名取自美國數學家暨統計學家David Harold Blackwell。他的研究領域包括賽局理論、機率論與統計決策理論。
Blackwell的代表性系統是GB200 NVL72。它把36顆Grace CPU與72顆Blackwell GPU裝進同一座液冷機櫃，再透過NVLink高速互連，讓大量GPU能共同處理同一項AI工作。
到了Blackwell，輝達賣的不再只是一顆GPU，而是一整套包含運算、網路、供電與液冷的AI機櫃。
量產時間：2026年
使用製程：台積電3奈米製程
到了Vera Rubin，輝達又把系統規模往外推進一步：從Blackwell的機櫃級GPU系統，擴大成更完整的資料中心平台。
Vera Rubin之名取自美國天文學家Vera Rubin。她透過星系旋轉曲線研究，提出星系中存在大量不可見物質的證據，成為暗物質研究的重要先驅。
Vera Rubin平台由7款晶片組成，可以發展成5種機櫃級系統。相較於Blackwell，Vera Rubin更強調不同晶片之間的任務分工，讓模型訓練、AI推理、資料調度、網路連接與儲存，都能在同一套架構中運作。
其中，負責低延遲推理的LPU也首次被納入平台。當AI開始從回答問題，走向能自行規畫並執行任務的代理式AI，系統必須在極短時間內完成大量推理；LPU的加入，正反映輝達對這類運算需求的重視。
因此，Vera Rubin的意義不只是推出新一代GPU，而是進一步把整座資料中心變成能持續產出AI運算結果的「AI工廠」。
若想進一步了解Vera Rubin是什麼、平台包含哪些晶片，以及台灣概念股有哪些，可參考完整懶人包。
預計量產時間：2028年
使用製程：傳採台積電1.6奈米製程
Feynman是Vera Rubin之後的下一代架構，目前公開資訊仍然有限。
依照輝達已透露的產品藍圖，Feynman除了會推出新一代GPU，也將搭配Rosa CPU與下一代LP40 LPU。
Feynman取自美國理論物理學家Richard Feynman，他的重要研究領域包括量子電動力學。
與Feynman搭配的Rosa CPU，則以英國科學家Rosalind Franklin命名。她拍攝的DNA X光繞射影像「Photo 51」，是科學界理解DNA螺旋結構的重要線索。
Feynman另一項值得注意的變化，是將成為輝達首度同時採用銅線與共同封裝光學（CPO），進行機櫃內高速互連的架構。
隨著一座機櫃需要串接的晶片愈來愈多，晶片之間如何快速交換資料，也逐漸成為影響整體效能的關鍵。Feynman導入光互連，正是為了支撐規模更大的AI運算系統。
延伸閱讀：一顆CPU要配200顆DRAM！南亞科看淡HBM，改押客製化記憶體搶地端AI
從Hopper、Blackwell、Vera Rubin到Feynman，輝達的產品演進呈現出一條清楚的路線：先讓GPU更擅長生成式AI，再把多顆GPU整合成機櫃，最後把運算、網路、儲存與冷卻納入完整的資料中心平台。
因此，這些不斷出現的新名字，不只是GPU世代的更新，也反映輝達正在把競爭戰場從「誰有更快的晶片」，推向「誰能打造效率更高的AI工廠」。
延伸閱讀：全球AI伺服器幾乎都靠台廠做！鴻海、廣達、緯穎⋯19檔AI基建概念股全拆解
本文不開放轉載
更多報導比黃仁勳5層蛋糕多長13層！華為首席科學家提「18層寶塔」，喊話：這類人才最稀缺苦熬18年轉盈！這家公司靠半導體「刷條碼」驗病毒，成功打進美國醫療系統
新聞來源: 原始來源
尚無評論，成為第一個發言的人吧！