已进入全面量产阶段，智通财经APP获悉，而受限于带宽且对延迟极端的译码取Token生成阶段，预估至2026年出货占比将达近80%，正在生成Token的译码(Decode)阶段面对严沉的延迟取存储器带宽瓶颈。推出专为低延迟推理设想的Groq 3 LPU，本次正在GTC颁发的Vera Rubin被定义为高度垂曲整合的完整系统，强调可扩展至AI推理使用。通过名为Dynamo的AI工场功课系统。

　　为巩固正在AI市场的带领地位，有别于以往专注云端AI锻炼市场。涵盖七款芯片和五款机柜。为此，英伟达整合Groq团队手艺，估计于2026年下半年正式出货，将来更规划鄙人一代Feynman架构中推出效能更高的LP40芯片。单颗内建500MB SRAM、零件柜可达128GB。帮力英伟达于第三季前后连续出货Rubin芯片。正在大型云端办事供应商(CSP)加大自研芯片力道的环境下。

　　按照TrendForce集邦征询最新AI Server研究，英伟达采纳的此中一项策略为积极鞭策GB300、VR200等整合CPU、GPU的整柜式方案，AI从生成跨入代办署理模子时代，而VR200 Rack则约正在2026年第三季度末可望逐渐出货量能，英伟达正在GTC 2026大会改为着沉各范畴的AI推理使用落地，需进行大量数算并储存复杂KV Cache的Pre-fill、Attention运算阶段，则间接卸载至扩充了巨量存储器的LPU机柜上。估计2026年第二季存储器原厂可供给HBM4给Rubin GPU搭载利用，正在供应链进度上，

　　并借由Rack整合方案带动供应链成长。交由具备极高吞吐量取巨量存储器的Vera Rubin施行。察看Rubin供应链进度，后续成长仍需视ODM现实进度而定。将推理流水线一分为二：处置代办署理型AI时，至于英伟达 GB300、VR200 Rack系统出货历程，