產業報告（深度會員討論區）：AI故事新篇章：誰是下一個世代的英雄？受惠NVDA下一代Rubin或是Rubin CPX架構下的相關供應鏈公司，現階段可以關注或找機會佈局的個股 參考資料：<a href="https://developer.nvidia.com/blog/nvidia-rubin-cpx-accelerates-inference-performance-and-efficiency-for-1m-token-context-workloads/?utm_source=chatgpt.com">https://developer.nvidia.com/blog/nvidia-rubin-cpx-accelerates-inference-performance-and-efficiency-for-1m-token-context-workloads/?utm_source=chatgpt.com</a> Rubin CPX 是 NVDA 在 2025 年 9 月 9 日宣佈的 Rubin 架構下的新 GPU 加速器，專為長上下文 AI 推理進行硬體優化，與傳統 Rubin GPU 不同，它使用 GDDR7 記憶體（非 HBM）、強化 Attention 處理、支援影片編解碼等功能，使其在輸入大規模上下文資料時效率更高、成本更低。並非完全新架構，而是 Rubin 的演進／專用版本，是 NVDA 的 disaggregated inference 戰略中的關鍵一環。 Rubin GPU 我們已經熟悉，它負責的是生成階段，需要依靠 HBM 這種高頻寬、低延遲的記憶體來確保逐 token 的輸出流暢。而 Rubin CPX 則是專職輔助 GPU，專攻上下文處理，改用 GDDR7 降低成本，並針對長序列推理做硬體優化。兩者不是互相取代，而是分工合作：一個專心生成，一個專門消化龐大的輸入資料。 為什麼需要 Rubin CPX？因為 AI 已經從單純生成文字，進化到多步驟推理、長期記憶甚至處理影片與程式碼，也就是所謂的Agent 系統。這種應用需要巨大的算力、能持續記住百萬級 token 的記憶體，以及低延遲的網路互連。傳統 GPU 難以同時滿足這三大條件，因此 NVIDIA 推出了「推理分解」的策略，把上下文處理與生成分開，CPX 就是解決長上下文瓶頸的關鍵。 在架構上，一個機櫃會同時塞進 Rubin GPU、Rubin CPX、Vera CPU 與 ConnectX-9 網卡，形成完整的推理工廠。效能可達 8 exaFLOPs，比前一代 Blackwell NVL72 強上七倍以上，記憶體帶寬突破 1.7 PB/s，等於一座能處理龐大語料、影片、程式的超級系統。 從經濟效益上來看，CPX的版本經濟效益也增加不少，官網文章中有提到投資一億美元的 CAPEX，就可能換來五十億美元的潛在營收。原因在於 Context 越長，用戶願意付費的單價就越高，因為 AI 會更像「真正的助手」。Rubin CPX 正是把這個痛點轉換為高 ROI 的武器。 最後，這波趨勢背後，牽動的是整條供應鏈。我們把上中下游受惠的供應鏈公司整理出來，並且有推薦的受惠個股，未來該如何佈局？我們將有詳細的分析。 完整文章：<a href="https://mimivsjames2.substack.com/p/ai-018">https://mimivsjames2.substack.com/p/ai-018</a>

投資理財

MimiVsJames 公開貼文

我是 MimiVsJames，一位熱愛財務經濟學、宏觀經濟分析與量化金融的量化工程師，目前在美國大型資產管理公司工作。從台灣到國外，這一路上的學習與成長讓我深刻體會到分享的重要，希望能在這裡用簡單溫暖的方式，傳遞實用的投資理財知識。

RubinCPX