這種設計將效能責任由單一芯片推向整套系統：計算能力、高速互連、記憶體、網絡、供電及散熱都要協同工作。對 AI 實驗室來說，預先整合的機櫃可能減少自行組建大型集群所需的工程工作；對 Nvidia 來說，則有機會從每次部署中取得更多價值，但製造、交付及現場整合亦會更加複雜。

哪些雲端供應商已經令 Vera Rubin 運行？

Nvidia 表示，Vera Rubin NVL72 系統目前已在以下合作夥伴運行：

• CoreWeave
• Google Cloud
• Microsoft Azure
• Oracle Cloud Infrastructure
• Nebius

這份名單同時包括專門提供 AI 算力的雲端商，以及大型超大規模雲端平台，顯示 Rubin 正在不同運營環境中接受測試，而唔係只停留在 Nvidia 自己的展示場景。

OpenAI 亦屬於更大規模部署計劃的一部分。OpenAI 與 Nvidia 已公布合作方案，計劃部署至少 10 吉瓦（gigawatts）的 Nvidia AI 數據中心容量；首 1 吉瓦目標在 2026 年下半年以 Vera Rubin 系統投入運作。

點解 OpenAI 部署係重要試金石？

OpenAI 是測試 Rubin 能否支援前沿模型開發的其中一個最直接實際場景。領先 AI 實驗室對訓練容量、互連速度、系統可靠性，以及快速擴充基建的能力，通常都有極高要求。

如果 OpenAI 的部署能夠投入實際運作，至少可以提供三方面的證據：

1. 工作負載是否對口： Rubin 會用於真正的前沿 AI 計劃，而唔只係跑基準測試或產品示範。
2. 系統是否準備就緒： Nvidia 要證明其機櫃級架構可以通過客戶驗收，並進入生產環境。
3. 商業需求能否延伸： 成功部署可能令其他 AI 實驗室及雲端供應商更願意採用完整 Rubin 系統，帶動整個平台的需求。

但投資者仍然要留意證據的界線。宣布部署本身，並不能說明已安裝多少個機櫃、訓練取得甚麼結果，亦不能直接確認收入會在何時入賬。這些細節，才會決定今次里程碑究竟是具商業轉折意義，還是主要屬於早期驗證。

一個 Vera Rubin NVL72 機櫃要幾多錢？

根據目前提供的報道，Nvidia 並沒有公布官方零售價。市場估算因應配置及時間不同而有差異：

• 有報道估計每個機櫃約 700 萬至 800 萬美元。
• 後續報道引用 Bernstein 估算，數字約為 910 萬美元。
• Morgan Stanley 另一項估算則指，一個 VR200 NVL72 機櫃約需 780 萬美元。

以上應視為系統成本或買家成本估算，唔係 Nvidia 已確認的銷售定價。數字之所以有差異，亦反映機櫃經濟效益唔可以只靠計 GPU 數量判斷：記憶體、儲存、網絡設備、伺服器、液體冷卻及其他基建元件，都會大幅影響物料清單成本。

資本投入亦唔止於機櫃本身。Bernstein 一項被 Investing.com 引述的估算指出，以 Vera Rubin 架構建設 1 吉瓦 AI 數據中心容量，成本可能約為 470 億美元。這是基建成本估算，並唔等同 Nvidia 的直接收入預測，也唔代表所有項目的建設成本都會一樣。

CoreWeave 的利潤率透露咗甚麼？

CoreWeave 的早期商業數據，提供了一個值得留意的訊號。公司表示，第二季新簽合約預計會比前幾季簽訂的合約高出 5 至 10 個百分點的利潤率，並在 7 月上調旗下產品線價格。

這並不代表每一個 Rubin 部署都會更加賺錢。CoreWeave 的利潤率會受合約定價、設備使用率、融資、電力、散熱、營運成本及硬件配置影響。不過，相關數據至少挑戰了一個簡單假設：新一代 AI 系統越貴，雲端供應商就必然越難賺錢。

真正關鍵在於，效能提升及客戶定價能否抵銷更高的前期投資。如果客戶願意為更快或更高效的 AI 算力付費，而雲端供應商又能維持高使用率，機櫃級系統即使購入價更高，仍可能帶來更好的經濟效益。

CoreWeave 點樣驗證 Rubin？

CoreWeave 是首個把 Vera Rubin NVL72 啟動並完成全面驗證的 AI 雲端供應商。其驗證涵蓋整個機櫃，包括供電、冷卻、網絡及計算部分。

這個分別相當重要。開啟幾枚獨立芯片，並唔等於令一個完整的液冷機櫃連同網絡及軟件堆疊投入運行。CoreWeave 的工作提供了早期測試，證明平台可以在生產規模運作，亦有助降低之後客戶部署時的系統整合風險。

CoreWeave 亦公布一項基於實際硬件的比較，聲稱在指定的 DeepSeek-R1 工作負載下，Vera Rubin NVL72 每兆瓦每秒生成的 token 數量，是 Nvidia GB200 NVL72 的 10 倍。這是公司在特定條件下報告的基準結果，唔應視為所有工作負載都必然達到的普遍保證。

Nvidia 賣緊的，已經唔只係加速器

Rubin 的推出，反映 Nvidia 正逐步轉向提供完整 AI 基建系統。Nvidia 形容其供應鏈涵蓋超過 30 個國家的 350 多個工廠據點，是公司至今規模最大的機櫃級供應鏈。

地理分布之所以重要，是因為現時的限制已經唔單純是「能否生產足夠 GPU」。一個可以正常運行的 AI 機櫃，需要 GPU、CPU、先進記憶體、伺服器、網絡設備、液冷硬件、電力基建，以及安裝能力互相配合。

Nvidia 越來越多參與協調，甚至可能直接交付完整系統，將有機會加深公司對 AI 基建堆疊的控制力。但另一方面，執行風險亦會增加：任何一項主要零件延遲，都可能拖慢整個機櫃；而機櫃延遲，又可能影響客戶數據中心的時間表及 Nvidia 的收入確認時點。

如果沿用同一個 72 GPU 的基本單位，未來兩櫃、四櫃及八櫃配置分別會包括 144、288 及 576 枚 GPU。這些數字只是按 72 枚 GPU 作算術擴展；目前提供的資料未有獨立確認這三種配置均屬正式產品 SKU，或已有確定交付時間表。較重要的訊息是，Nvidia 正以可重複組合的機櫃級模組為基礎，建設可以擴大成更大型 AI 工廠的系統。

Nvidia 8 月 26 日業績要睇甚麼？

Nvidia 對財政年度第二季的收入指引為 910 億美元，上下浮動 2%，而且預測並不包括來自中國的數據中心計算收入。公司同時指引約 74.9% GAAP 毛利率及 75.0% 非 GAAP 毛利率。

8 月 26 日公布的業績，唔應只當作一份回顧上一季的財務報告，而應視為 Rubin 商業化動能的測試。投資者可以集中留意以下四條問題：

1. Rubin 是否由驗證進入大批量？

要留意管理層有沒有提供有關量產出貨、客戶部署、供應情況，以及 Rubin 收入何時開始有實質貢獻的具體資訊。Nvidia 曾表示，生產出貨預計在秋季開始；但其他報道則形容平台已進入全面生產並向客戶出貨。

2. Nvidia 能否守住毛利率？

機櫃級系統包含更多昂貴而複雜的元件，成本結構與獨立加速器不同。毛利率指引及管理層評論，可以反映 Nvidia 能否將成本轉嫁給客戶，同時在接近指引水平維持定價能力。

3. 記憶體及其他元件會否成為供應樽頸？

Nvidia 已經警告供應限制，並在全球記憶體市場緊張之際增加供應支出。投資者應留意記憶體供應、元件成本，以及相關限制會否拖慢 Rubin 的爬坡速度。

4. 前瞻指引能否確認需求持續？

即時的 910 億美元收入固然重要，但更關鍵的訊號可能是下一季指引，以及管理層對客戶承諾的描述。Rubin 要成為可持續的增長故事，需要的是可重複的需求證據，而唔只係首個客戶成功部署。

總結：由「有產品」到「賣得出、交得到、賺得到」

OpenAI 的 Vera Rubin 部署之所以重要，是因為它將 Nvidia 的下一代平台連接到前沿 AI 開發最苛刻的實際工作負載。再加上 CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 及 Nebius 已有 Rubin 系統運行，反映這個架構正逐步超越單純的產品公告階段。

但投資邏輯仍然取決於執行。機櫃價格目前只是估算，不是官方定價；CoreWeave 報告的利潤改善屬於公司自身數據；早期系統驗證亦未能證明 Nvidia 已經可以大批量交付。

Nvidia 8 月 26 日的業績，將有助判斷 Vera Rubin 究竟正在成為一門可大規模、可盈利的完整 AI 系統生意，還是仍然只是一場令人印象深刻、但尚處早期的基建轉型。

這種設計將效能責任由單一芯片推向整套系統：計算能力、高速互連、記憶體、網絡、供電及散熱都要協同工作。對 AI 實驗室來說，預先整合的機櫃可能減少自行組建大型集群所需的工程工作；對 Nvidia 來說，則有機會從每次部署中取得更多價值，但製造、交付及現場整合亦會更加複雜。

哪些雲端供應商已經令 Vera Rubin 運行？

Nvidia 表示，Vera Rubin NVL72 系統目前已在以下合作夥伴運行：

• CoreWeave
• Google Cloud
• Microsoft Azure
• Oracle Cloud Infrastructure
• Nebius

這份名單同時包括專門提供 AI 算力的雲端商，以及大型超大規模雲端平台，顯示 Rubin 正在不同運營環境中接受測試，而唔係只停留在 Nvidia 自己的展示場景。

OpenAI 亦屬於更大規模部署計劃的一部分。OpenAI 與 Nvidia 已公布合作方案，計劃部署至少 10 吉瓦（gigawatts）的 Nvidia AI 數據中心容量；首 1 吉瓦目標在 2026 年下半年以 Vera Rubin 系統投入運作。

點解 OpenAI 部署係重要試金石？

OpenAI 是測試 Rubin 能否支援前沿模型開發的其中一個最直接實際場景。領先 AI 實驗室對訓練容量、互連速度、系統可靠性，以及快速擴充基建的能力，通常都有極高要求。

如果 OpenAI 的部署能夠投入實際運作，至少可以提供三方面的證據：

1. 工作負載是否對口： Rubin 會用於真正的前沿 AI 計劃，而唔只係跑基準測試或產品示範。
2. 系統是否準備就緒： Nvidia 要證明其機櫃級架構可以通過客戶驗收，並進入生產環境。
3. 商業需求能否延伸： 成功部署可能令其他 AI 實驗室及雲端供應商更願意採用完整 Rubin 系統，帶動整個平台的需求。

但投資者仍然要留意證據的界線。宣布部署本身，並不能說明已安裝多少個機櫃、訓練取得甚麼結果，亦不能直接確認收入會在何時入賬。這些細節，才會決定今次里程碑究竟是具商業轉折意義，還是主要屬於早期驗證。

一個 Vera Rubin NVL72 機櫃要幾多錢？

根據目前提供的報道，Nvidia 並沒有公布官方零售價。市場估算因應配置及時間不同而有差異：

• 有報道估計每個機櫃約 700 萬至 800 萬美元。
• 後續報道引用 Bernstein 估算，數字約為 910 萬美元。
• Morgan Stanley 另一項估算則指，一個 VR200 NVL72 機櫃約需 780 萬美元。

以上應視為系統成本或買家成本估算，唔係 Nvidia 已確認的銷售定價。數字之所以有差異，亦反映機櫃經濟效益唔可以只靠計 GPU 數量判斷：記憶體、儲存、網絡設備、伺服器、液體冷卻及其他基建元件，都會大幅影響物料清單成本。

資本投入亦唔止於機櫃本身。Bernstein 一項被 Investing.com 引述的估算指出，以 Vera Rubin 架構建設 1 吉瓦 AI 數據中心容量，成本可能約為 470 億美元。這是基建成本估算，並唔等同 Nvidia 的直接收入預測，也唔代表所有項目的建設成本都會一樣。

CoreWeave 的利潤率透露咗甚麼？

CoreWeave 的早期商業數據，提供了一個值得留意的訊號。公司表示，第二季新簽合約預計會比前幾季簽訂的合約高出 5 至 10 個百分點的利潤率，並在 7 月上調旗下產品線價格。

這並不代表每一個 Rubin 部署都會更加賺錢。CoreWeave 的利潤率會受合約定價、設備使用率、融資、電力、散熱、營運成本及硬件配置影響。不過，相關數據至少挑戰了一個簡單假設：新一代 AI 系統越貴，雲端供應商就必然越難賺錢。

真正關鍵在於，效能提升及客戶定價能否抵銷更高的前期投資。如果客戶願意為更快或更高效的 AI 算力付費，而雲端供應商又能維持高使用率，機櫃級系統即使購入價更高，仍可能帶來更好的經濟效益。

CoreWeave 點樣驗證 Rubin？

CoreWeave 是首個把 Vera Rubin NVL72 啟動並完成全面驗證的 AI 雲端供應商。其驗證涵蓋整個機櫃，包括供電、冷卻、網絡及計算部分。

這個分別相當重要。開啟幾枚獨立芯片，並唔等於令一個完整的液冷機櫃連同網絡及軟件堆疊投入運行。CoreWeave 的工作提供了早期測試，證明平台可以在生產規模運作，亦有助降低之後客戶部署時的系統整合風險。

CoreWeave 亦公布一項基於實際硬件的比較，聲稱在指定的 DeepSeek-R1 工作負載下，Vera Rubin NVL72 每兆瓦每秒生成的 token 數量，是 Nvidia GB200 NVL72 的 10 倍。這是公司在特定條件下報告的基準結果，唔應視為所有工作負載都必然達到的普遍保證。

Nvidia 賣緊的，已經唔只係加速器

Rubin 的推出，反映 Nvidia 正逐步轉向提供完整 AI 基建系統。Nvidia 形容其供應鏈涵蓋超過 30 個國家的 350 多個工廠據點，是公司至今規模最大的機櫃級供應鏈。

地理分布之所以重要，是因為現時的限制已經唔單純是「能否生產足夠 GPU」。一個可以正常運行的 AI 機櫃，需要 GPU、CPU、先進記憶體、伺服器、網絡設備、液冷硬件、電力基建，以及安裝能力互相配合。

Nvidia 越來越多參與協調，甚至可能直接交付完整系統，將有機會加深公司對 AI 基建堆疊的控制力。但另一方面，執行風險亦會增加：任何一項主要零件延遲，都可能拖慢整個機櫃；而機櫃延遲，又可能影響客戶數據中心的時間表及 Nvidia 的收入確認時點。

如果沿用同一個 72 GPU 的基本單位，未來兩櫃、四櫃及八櫃配置分別會包括 144、288 及 576 枚 GPU。這些數字只是按 72 枚 GPU 作算術擴展；目前提供的資料未有獨立確認這三種配置均屬正式產品 SKU，或已有確定交付時間表。較重要的訊息是，Nvidia 正以可重複組合的機櫃級模組為基礎，建設可以擴大成更大型 AI 工廠的系統。

Nvidia 8 月 26 日業績要睇甚麼？

Nvidia 對財政年度第二季的收入指引為 910 億美元，上下浮動 2%，而且預測並不包括來自中國的數據中心計算收入。公司同時指引約 74.9% GAAP 毛利率及 75.0% 非 GAAP 毛利率。

8 月 26 日公布的業績，唔應只當作一份回顧上一季的財務報告，而應視為 Rubin 商業化動能的測試。投資者可以集中留意以下四條問題：

1. Rubin 是否由驗證進入大批量？

要留意管理層有沒有提供有關量產出貨、客戶部署、供應情況，以及 Rubin 收入何時開始有實質貢獻的具體資訊。Nvidia 曾表示，生產出貨預計在秋季開始；但其他報道則形容平台已進入全面生產並向客戶出貨。

2. Nvidia 能否守住毛利率？

機櫃級系統包含更多昂貴而複雜的元件，成本結構與獨立加速器不同。毛利率指引及管理層評論，可以反映 Nvidia 能否將成本轉嫁給客戶，同時在接近指引水平維持定價能力。

3. 記憶體及其他元件會否成為供應樽頸？

Nvidia 已經警告供應限制，並在全球記憶體市場緊張之際增加供應支出。投資者應留意記憶體供應、元件成本，以及相關限制會否拖慢 Rubin 的爬坡速度。

4. 前瞻指引能否確認需求持續？

即時的 910 億美元收入固然重要，但更關鍵的訊號可能是下一季指引，以及管理層對客戶承諾的描述。Rubin 要成為可持續的增長故事，需要的是可重複的需求證據，而唔只係首個客戶成功部署。

總結：由「有產品」到「賣得出、交得到、賺得到」

OpenAI 的 Vera Rubin 部署之所以重要，是因為它將 Nvidia 的下一代平台連接到前沿 AI 開發最苛刻的實際工作負載。再加上 CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 及 Nebius 已有 Rubin 系統運行，反映這個架構正逐步超越單純的產品公告階段。

但投資邏輯仍然取決於執行。機櫃價格目前只是估算，不是官方定價；CoreWeave 報告的利潤改善屬於公司自身數據；早期系統驗證亦未能證明 Nvidia 已經可以大批量交付。

Nvidia 8 月 26 日的業績，將有助判斷 Vera Rubin 究竟正在成為一門可大規模、可盈利的完整 AI 系統生意，還是仍然只是一場令人印象深刻、但尚處早期的基建轉型。