在2026年的英伟达GTC大会上，公司向全球展示了面向2026年至2028年的全新产品路线图，这个路线图不仅展示了英伟达在异构计算领域的重要进展，还把公司在人工智能和高性能计算市场的技术优势进一步增强。这次大会上，英伟达首次公开了代号为Rosa的CPU，这个CPU是为了配合Feynman GPU而设计的，通过协同工作来提升计算效率。英伟达CEO黄仁勋在大会上强调了光通信技术的突破对超大规模数据中心建设的重要性。新一代NVLink8通过共封装光学（CPO）技术实现了机架内部纵向扩展的突破性进展，大幅提升了数据中心内部的数据传输效率。Feynman GPU还将采用3D芯粒堆叠封装技术和定制化的HBM内存，这不仅大幅提升了能效比，还在带宽密度和延迟控制上达到了新的高度。Feynman世代LP40处理器首次集成NVLink互联技术，LPU、GPU和CPU之间的数据传输带宽实现质的飞跃。Rubin世代LP35型号计划于2027年推出，支持新型NVFP4数据格式与RubinUltra GPU形成协同。 英伟达这次推出的Rubin与Feynman两代产品路线图是针对人工智能应用扩展带来的计算能力需求。LP40处理器首次集成NVLink互联技术让LPU、GPU和CPU之间的数据传输带宽得到极大提升。NVLink8通过共封装光学（CPO）技术让机架内部纵向扩展取得突破性进展。NVFP4数据格式支持让LP35型号的性能得到提升。Feynman GPU采用3D芯粒堆叠封装技术让能效比大幅提升。HBM内存定制化让带宽密度和延迟控制达到新高度。光通信技术突破为超大规模数据中心建设提供新机遇。 这次大会还展示了英伟达在异构计算领域的战略布局和技术创新。NVIDIA在GTC 2026上发布的产品路线图展示了其在人工智能和高性能计算市场上的优势。NVIDIA的产品路线图显示了公司对未来科技进步的积极态度。NVIDIA给全球展示了面向未来几年的产品计划。NVIDIA为未来科技进步提供了源源不断的动力。NVIDIA在大会上强调了光通信技术对超大规模数据中心建设的重要性。NVIDIA通过光通信技术提升数据中心内部的数据传输效率。NVIDIA给企业在数据处理和存储上的需求提供了支持。NVIDIA还通过定制化HBM内存为高性能计算提供支持。NVIDIA还通过LPU与GPU、CPU之间协同工作来提升性能。 NVIDIA还展示了它在异构计算领域的重要进展以及人工智能应用扩展带来的需求。NVIDIA通过共封装光学（CPO）技术提升机架内部纵向扩展能力。NVIDIA通过定制化HBM内存为高性能计算提供坚实支持。NVIDIA通过集成NVLink互联技术让LPU与GPU、CPU之间协同工作来提升性能。 NVIDIA这次推出Rubin与Feynman两代产品路线图是针对人工智能应用扩展带来的需求做出积极回应。NVIDIA通过LP35型号支持新型NVFP4数据格式与同期发布的RubinUltra GPU形成协同来提升性能效率。NVIDIA通过Feynman世代LP40处理器首次集成NVLink互联技术给大规模分布式训练提供了强有力的硬件支持来提升计算能力并为未来AI训练和推理任务奠定基础。 NVIDIA还通过Feynman GPU采用3D芯粒堆叠封装技术大幅提升能效比来推动AI和高性能计算的发展给科技行业带来变革和机遇并为未来科技进步提供源源不断动力推动行业发展提供创新动力引领科技行业迈向新高度。