這種整合式設計，意味著效能不再只取決於 GPU 本身。運算、記憶體、高速互連、網路、供電與散熱都必須協同運作。對 AI 實驗室而言，這可能減少自行組建大型叢集所需的工程工作；對 NVIDIA 而言，則有機會提高每次部署所能取得的價值，但也同時增加製造、交付與現場整合的複雜度。

哪些雲端服務商已讓 Vera Rubin 上線？

NVIDIA 表示，Vera Rubin NVL72 系統目前已在以下平台運作：

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

這份名單同時涵蓋專注於 AI 的雲端服務商，以及大型超大規模雲端平台，顯示 Rubin 正在不同營運環境中接受評估，而不只是停留在 NVIDIA 自家的展示場景。

OpenAI 也已成為更大規模部署計畫的一部分。OpenAI 與 NVIDIA 宣布，雙方計畫建置至少 10GW、由 NVIDIA 系統支援的 AI 資料中心；第一個 1GW 預計在 2026 年下半年採用 Vera Rubin 系統。

為什麼 OpenAI 的部署是重要驗證？

OpenAI 是檢驗 Rubin 能否支援前沿模型開發的鮮明案例。領先 AI 實驗室對訓練容量、互連效能、系統可靠性，以及快速擴充基礎設施的能力，通常都有極高要求。

如果 OpenAI 的部署順利投入運作，至少可以從三個面向提供證據：

1. 工作負載是否真實相關： Rubin 將被用於真正的前沿 AI 計畫，而不只是跑基準測試或產品展示。
2. 系統是否準備就緒： NVIDIA 必須證明其機架級架構能通過客戶資格認證，並進入生產環境。
3. 商業需求能否延伸： 如果部署成功，其他 AI 實驗室與雲端服務商可能更願意採用完整的 Rubin 系統，從而帶動整個平台的需求。

不過，市場仍應審慎解讀這項消息。部署公告本身無法證明已安裝多少個機架、實際訓練成果如何，或收入會在何時認列。這些細節，才會決定它究竟是改變商業格局的里程碑，還是一次仍處於早期階段的驗證事件。

一個 Vera Rubin NVL72 機架要多少錢？

目前提供的報導中沒有 NVIDIA 官方列出的 NVL72 售價。不同產業估算會因配置與時間點而有所差異：

• 有報導指單一機架價格約為 700 萬至 800 萬美元。
• Bernstein 的一項估算，後續報導引述的數字約為 910 萬美元。
• Morgan Stanley 另一項估算則認為，一個 VR200 NVL72 機架約需 780 萬美元。

上述數字應視為系統成本或買方成本估算，而不是 NVIDIA 已確認的銷售價格。價格差異也說明，不能只用 GPU 數量判斷機架經濟效益：記憶體、儲存、網路、伺服器、散熱與其他基礎設施元件，都會大幅影響物料成本。

資本需求也不只集中在機架本身。Bernstein 一項由 Investing.com 引述的估算指出，若以 Vera Rubin 架構建置 1GW 的 AI 資料中心容量，成本可能約為 470 億美元。這是基礎設施成本估算，不代表 NVIDIA 的直接營收預測，也不是所有資料中心的統一建設成本。

CoreWeave 的利潤率透露了什麼？

CoreWeave 的表現提供了早期商業訊號。公司表示，第二季新簽訂的合約，預計利潤率將比前幾季簽署的合約高出 5 至 10 個百分點；公司也在 7 月上調了旗下產品線的價格。

這並不代表每一個 Rubin 部署都會更有利可圖。CoreWeave 的利潤率仍取決於合約價格、設備使用率、融資、電力、散熱、營運費用與具體硬體配置。不過，這項說法挑戰了一個簡化的假設：更新、更昂貴的 AI 系統，並不必然讓雲端服務商因資本支出增加而變得更難獲利。

關鍵在於，效能提升與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率的 AI 算力付費，而服務商又能維持高使用率，機架級系統即使採購價格更高，仍可能帶來更好的經濟效益。

CoreWeave 為何扮演重要的驗證角色？

CoreWeave 是第一家讓 Vera Rubin NVL72 啟動並完成完整驗證的 AI 雲端服務商。其驗證涵蓋整個機架，包括供電、散熱、網路與運算部分。

這個差別相當重要。讓個別晶片通電，和讓一個採用液冷、具備完整網路及軟體堆疊的機架運作，完全是兩回事。CoreWeave 的工作，提供了平台能否在生產規模運作的早期測試，也有助於降低後續客戶部署的整合風險。

CoreWeave 也公布了一項基於實際硬體的比較，宣稱在相同的 DeepSeek-R1 工作負載下，Vera Rubin NVL72 每兆瓦每秒產生的 token 數，是 NVIDIA GB200 NVL72 的 10 倍。這是 CoreWeave 在特定條件下公布的公司測試結果，不能視為所有工作負載都能達到的普遍保證。

NVIDIA 賣的不再只是加速器

Rubin 的推出，反映 NVIDIA 正逐步轉向交付完整的 AI 基礎設施系統。NVIDIA 表示，其供應鏈涵蓋 30 個國家的 350 多個工廠據點，是公司迄今規模最大的機架級供應鏈。

這種地理與製造規模之所以重要，是因為瓶頸已不再只是「能否生產足夠 GPU」。一個可正常運作的 AI 機架，需要 GPU、CPU、先進記憶體、伺服器、網路設備、液冷硬體、電力基礎設施與安裝能力彼此配合。

NVIDIA 若在協調、甚至直接交付這些完整系統方面扮演更大角色，便可能進一步掌握 AI 基礎設施堆疊中更多價值。但這也會提高執行風險：任何主要零組件延遲，都可能拖慢整個機架；機架延遲又可能影響客戶資料中心的建設時程及 NVIDIA 的收入認列時間。

若採用同一個 72-GPU 基本單元，未來提出的雙機架、四機架與八機架配置，分別會包含 144、288 與 576 顆 GPU。這些數字只是按機架數量作出的算術擴展；現有來源並未獨立確認這三種配置全部都是正式產品 SKU，或已具備各自的交付時程。真正值得注意的是，NVIDIA 正以可重複組合的機架級單元為設計基礎，逐步建構更大型的 AI 工廠。

8 月 26 日 NVIDIA 財報，投資人要看什麼？

NVIDIA 對財政第二季的營收指引為 910 億美元，上下浮動 2%，且該展望假設不包含來自中國的資料中心運算營收。公司同時預期 GAAP 毛利率約為 74.9%，非 GAAP 毛利率約為 75.0%。

8 月 26 日的財報，應被視為檢驗 Rubin 商業動能的機會，而不只是回顧上一季營收的發布。投資人可聚焦四個問題：

1. Rubin 是否已從驗證進入量產？

市場需要看到有關量產出貨、客戶部署、供應可得性，以及 Rubin 何時開始對營收作出實質貢獻的具體說明。NVIDIA 曾表示，生產出貨預計在秋季開始；但其他報導則形容該平台已進入完整生產並出貨給客戶。

2. NVIDIA 能否守住毛利率？

機架級系統包含比單獨加速器更昂貴、也更複雜的元件。毛利率相關說法將反映 NVIDIA 能否把這些成本轉嫁給客戶，同時維持接近原先指引的定價能力。

3. 記憶體及其他元件是否成為供應瓶頸？

NVIDIA 已警告供應限制，並在全球記憶體供應吃緊之際增加供應支出。投資人應留意記憶體供應、零組件成本，以及這些限制是否可能拖慢 Rubin 的擴產速度。

4. 前瞻指引是否確認需求具備持續性？

910 億美元的短期營收固然重要，但更關鍵的訊號可能是管理層對下一季的展望，以及對客戶承諾的描述。Rubin 若要被視為可持續的成長平台，必須有可重複的需求證據，而不只是首批部署成功。

結論：OpenAI 是起點，不是終點

OpenAI 的 Vera Rubin 部署之所以受到關注，是因為它把 NVIDIA 的下一代平台，連結到前沿 AI 開發最嚴苛的工作負載。CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 與 Nebius 已有 Rubin 系統運作，也增加了這個架構正在超越產品公告階段的證據。

但投資邏輯仍取決於執行能力。機架價格目前只是估算，不是官方定價；CoreWeave 回報的利潤改善具有公司自身的特定背景；早期驗證也不能代表 NVIDIA 已能大批量交付。

NVIDIA 8 月 26 日的財報，將有助於判斷 Vera Rubin 究竟正在成為一項可擴張、可獲利的系統業務，還是仍處於令人印象深刻、但尚未完全成熟的基礎設施轉型期。

這種整合式設計，意味著效能不再只取決於 GPU 本身。運算、記憶體、高速互連、網路、供電與散熱都必須協同運作。對 AI 實驗室而言，這可能減少自行組建大型叢集所需的工程工作；對 NVIDIA 而言，則有機會提高每次部署所能取得的價值，但也同時增加製造、交付與現場整合的複雜度。

哪些雲端服務商已讓 Vera Rubin 上線？

NVIDIA 表示，Vera Rubin NVL72 系統目前已在以下平台運作：

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

這份名單同時涵蓋專注於 AI 的雲端服務商，以及大型超大規模雲端平台，顯示 Rubin 正在不同營運環境中接受評估，而不只是停留在 NVIDIA 自家的展示場景。

OpenAI 也已成為更大規模部署計畫的一部分。OpenAI 與 NVIDIA 宣布，雙方計畫建置至少 10GW、由 NVIDIA 系統支援的 AI 資料中心；第一個 1GW 預計在 2026 年下半年採用 Vera Rubin 系統。

為什麼 OpenAI 的部署是重要驗證？

OpenAI 是檢驗 Rubin 能否支援前沿模型開發的鮮明案例。領先 AI 實驗室對訓練容量、互連效能、系統可靠性，以及快速擴充基礎設施的能力，通常都有極高要求。

如果 OpenAI 的部署順利投入運作，至少可以從三個面向提供證據：

1. 工作負載是否真實相關： Rubin 將被用於真正的前沿 AI 計畫，而不只是跑基準測試或產品展示。
2. 系統是否準備就緒： NVIDIA 必須證明其機架級架構能通過客戶資格認證，並進入生產環境。
3. 商業需求能否延伸： 如果部署成功，其他 AI 實驗室與雲端服務商可能更願意採用完整的 Rubin 系統，從而帶動整個平台的需求。

不過，市場仍應審慎解讀這項消息。部署公告本身無法證明已安裝多少個機架、實際訓練成果如何，或收入會在何時認列。這些細節，才會決定它究竟是改變商業格局的里程碑，還是一次仍處於早期階段的驗證事件。

一個 Vera Rubin NVL72 機架要多少錢？

目前提供的報導中沒有 NVIDIA 官方列出的 NVL72 售價。不同產業估算會因配置與時間點而有所差異：

• 有報導指單一機架價格約為 700 萬至 800 萬美元。
• Bernstein 的一項估算，後續報導引述的數字約為 910 萬美元。
• Morgan Stanley 另一項估算則認為，一個 VR200 NVL72 機架約需 780 萬美元。

上述數字應視為系統成本或買方成本估算，而不是 NVIDIA 已確認的銷售價格。價格差異也說明，不能只用 GPU 數量判斷機架經濟效益：記憶體、儲存、網路、伺服器、散熱與其他基礎設施元件，都會大幅影響物料成本。

資本需求也不只集中在機架本身。Bernstein 一項由 Investing.com 引述的估算指出，若以 Vera Rubin 架構建置 1GW 的 AI 資料中心容量，成本可能約為 470 億美元。這是基礎設施成本估算，不代表 NVIDIA 的直接營收預測，也不是所有資料中心的統一建設成本。

CoreWeave 的利潤率透露了什麼？

CoreWeave 的表現提供了早期商業訊號。公司表示，第二季新簽訂的合約，預計利潤率將比前幾季簽署的合約高出 5 至 10 個百分點；公司也在 7 月上調了旗下產品線的價格。

這並不代表每一個 Rubin 部署都會更有利可圖。CoreWeave 的利潤率仍取決於合約價格、設備使用率、融資、電力、散熱、營運費用與具體硬體配置。不過，這項說法挑戰了一個簡化的假設：更新、更昂貴的 AI 系統，並不必然讓雲端服務商因資本支出增加而變得更難獲利。

關鍵在於，效能提升與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率的 AI 算力付費，而服務商又能維持高使用率，機架級系統即使採購價格更高，仍可能帶來更好的經濟效益。

CoreWeave 為何扮演重要的驗證角色？

CoreWeave 是第一家讓 Vera Rubin NVL72 啟動並完成完整驗證的 AI 雲端服務商。其驗證涵蓋整個機架，包括供電、散熱、網路與運算部分。

這個差別相當重要。讓個別晶片通電，和讓一個採用液冷、具備完整網路及軟體堆疊的機架運作，完全是兩回事。CoreWeave 的工作，提供了平台能否在生產規模運作的早期測試，也有助於降低後續客戶部署的整合風險。

CoreWeave 也公布了一項基於實際硬體的比較，宣稱在相同的 DeepSeek-R1 工作負載下，Vera Rubin NVL72 每兆瓦每秒產生的 token 數，是 NVIDIA GB200 NVL72 的 10 倍。這是 CoreWeave 在特定條件下公布的公司測試結果，不能視為所有工作負載都能達到的普遍保證。

NVIDIA 賣的不再只是加速器

Rubin 的推出，反映 NVIDIA 正逐步轉向交付完整的 AI 基礎設施系統。NVIDIA 表示，其供應鏈涵蓋 30 個國家的 350 多個工廠據點，是公司迄今規模最大的機架級供應鏈。

這種地理與製造規模之所以重要，是因為瓶頸已不再只是「能否生產足夠 GPU」。一個可正常運作的 AI 機架，需要 GPU、CPU、先進記憶體、伺服器、網路設備、液冷硬體、電力基礎設施與安裝能力彼此配合。

NVIDIA 若在協調、甚至直接交付這些完整系統方面扮演更大角色，便可能進一步掌握 AI 基礎設施堆疊中更多價值。但這也會提高執行風險：任何主要零組件延遲，都可能拖慢整個機架；機架延遲又可能影響客戶資料中心的建設時程及 NVIDIA 的收入認列時間。

若採用同一個 72-GPU 基本單元，未來提出的雙機架、四機架與八機架配置，分別會包含 144、288 與 576 顆 GPU。這些數字只是按機架數量作出的算術擴展；現有來源並未獨立確認這三種配置全部都是正式產品 SKU，或已具備各自的交付時程。真正值得注意的是，NVIDIA 正以可重複組合的機架級單元為設計基礎，逐步建構更大型的 AI 工廠。

8 月 26 日 NVIDIA 財報，投資人要看什麼？

NVIDIA 對財政第二季的營收指引為 910 億美元，上下浮動 2%，且該展望假設不包含來自中國的資料中心運算營收。公司同時預期 GAAP 毛利率約為 74.9%，非 GAAP 毛利率約為 75.0%。

8 月 26 日的財報，應被視為檢驗 Rubin 商業動能的機會，而不只是回顧上一季營收的發布。投資人可聚焦四個問題：

1. Rubin 是否已從驗證進入量產？

市場需要看到有關量產出貨、客戶部署、供應可得性，以及 Rubin 何時開始對營收作出實質貢獻的具體說明。NVIDIA 曾表示，生產出貨預計在秋季開始；但其他報導則形容該平台已進入完整生產並出貨給客戶。

2. NVIDIA 能否守住毛利率？

機架級系統包含比單獨加速器更昂貴、也更複雜的元件。毛利率相關說法將反映 NVIDIA 能否把這些成本轉嫁給客戶，同時維持接近原先指引的定價能力。

3. 記憶體及其他元件是否成為供應瓶頸？

NVIDIA 已警告供應限制，並在全球記憶體供應吃緊之際增加供應支出。投資人應留意記憶體供應、零組件成本，以及這些限制是否可能拖慢 Rubin 的擴產速度。

4. 前瞻指引是否確認需求具備持續性？

910 億美元的短期營收固然重要，但更關鍵的訊號可能是管理層對下一季的展望，以及對客戶承諾的描述。Rubin 若要被視為可持續的成長平台，必須有可重複的需求證據，而不只是首批部署成功。

結論：OpenAI 是起點，不是終點

OpenAI 的 Vera Rubin 部署之所以受到關注，是因為它把 NVIDIA 的下一代平台，連結到前沿 AI 開發最嚴苛的工作負載。CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 與 Nebius 已有 Rubin 系統運作，也增加了這個架構正在超越產品公告階段的證據。

但投資邏輯仍取決於執行能力。機架價格目前只是估算，不是官方定價；CoreWeave 回報的利潤改善具有公司自身的特定背景；早期驗證也不能代表 NVIDIA 已能大批量交付。

NVIDIA 8 月 26 日的財報，將有助於判斷 Vera Rubin 究竟正在成為一項可擴張、可獲利的系統業務，還是仍處於令人印象深刻、但尚未完全成熟的基礎設施轉型期。