英伟达选择英特尔的至强6处理器作为其DGX Rubin NVL8系统的主机CPU。DGX Rubin NVL8是英伟达下一代旗舰AI系统产品组合的一部分,旨在帮助企业加速采用智能体AI。
系统架构与技术规格
DGX Rubin NVL8系统专为大规模AI工作负载而设计,结合八个Rubin GPU和高带宽内存及互连技术,支持高吞吐量推理和数据移动。系统采用英特尔至强6776P处理器作为主机CPU,并使用NVLink技术实现GPU之间的快速通信以支持并行处理。
英特尔表示,在工作负载转向大规模实时推理的趋势下,至强6 CPU将为GPU加速AI系统提供架构连续性和可扩展性。
企业兼容性考量
分析师认为,选择英特尔CPU与企业兼容性和部署要求密切相关。
EIIRTrend & Pareekh Consulting首席执行官Pareekh Jain表示:"随着AI转向实时推理和智能体工作负载,CPU的作用变得更加关键,因为管理复杂工作流程和高效向GPU提供数据可能成为瓶颈。"英伟达正在优化最佳主机CPU生态系统——性能、兼容性、供应和企业就绪性,而x86继续主导数据中心基础设施。至强6凭借其高内存带宽和强大的x86兼容性,有助于确保GPU保持充分利用而不出现数据延迟。
企业环境仍然在运营工具、安全框架和生命周期管理方面严重依赖x86生态系统。Greyhound Research首席分析师Sanchit Vir Gogia表示:"英伟达选择保持x86兼容性,这使企业能够将这些系统集成到现有环境中,而无需重新构建整个基础设施堆栈。今天强制采用新的CPU范式的成本将是采用速度放缓、集成风险增加和运营摩擦。"
系统级竞合关系
尽管在系统层面进行合作,但两家公司的关系并不构成正式的战略联盟。
TechInsights半导体分析师Manish Rawat表示:"英特尔-英伟达的动态关系最好理解为系统级竞合。长期合作在数据中心和PC生态系统中持续存在,英特尔CPU与英伟达GPU配对形成标准化AI服务器架构并实现更深入的集成。"
然而,竞争在结构上正在加速。
尽管英伟达在GPU领域占据主导地位,但该公司也在扩大其在数据中心堆栈更多层面的存在。它一直在开发自己的CPU,如Grace CPU,旨在实现计算、内存和互连之间的更紧密集成。该公司还在GTC 2026上推出了专为智能体AI而构建的Vera CPU。
这反映了英伟达构建更多内部系统的更广泛方法,涵盖硬件和软件,即使它继续在需要的地方整合外部组件。
Rawat补充说:"英伟达进军CPU(Grace、Vera)和基于NVLink的紧密集成系统,标志着向涵盖计算、网络和软件的全栈所有权转变。这挑战了英特尔在CPU和系统控制方面的传统主导地位。本质上,英伟达在战术上合作以维持生态系统采用,同时在战略上定位以取代现有厂商并获得对下一代AI基础设施的更大控制。"
另一方面,英特尔也在通过基于Xe的GPU和Gaudi加速器等产品进军GPU和AI加速器领域。但在市场采用和生态系统成熟度方面,它仍然落后于英伟达。
英特尔CPU在英伟达DGX Rubin NVL8中的使用对英特尔具有战略重要性。
Jain强调,即使在AI加速器方面落后,至强在英伟达旗舰系统中的存在使英特尔嵌入AI基础设施经济中,允许它从控制平面和数据移动层获得价值,同时避免被Grace等基于ARM的替代方案完全取代。即使英特尔可能在GPU战斗中失利,它在更广泛的系统堆栈中仍然具有相关性。
投资意图与长期控制
这一发展是在英伟达披露其在2025年12月购买了价值50亿美元的英特尔股份之后出现的。当时,英伟达创始人兼首席执行官黄仁勋在新闻稿中表示,这一历史性合作将英伟达的AI和加速计算堆栈与英特尔的CPU和庞大的x86生态系统紧密结合。
Rawat解释说,这项投资为英特尔提供了资产负债表支持,并向市场发出了信心信号。但更深层的意图是架构杠杆。通过确保与英特尔x86生态系统的更紧密对齐,英伟达可以推动跨AI基础设施、数据中心和新兴AI PC的CPU-GPU协同设计。这在多个方面起到对冲作用,减少对基于ARM平台的依赖,在x86领域对抗AMD,并限制生态系统分化。
专家也将此视为确保长期控制的战略举措。
Gogia补充说:"这项投资应被视为基于供应链韧性、制造对齐和长期生态系统稳定性的战略举措。先进封装的可用性、制造能力的获取以及围绕半导体供应链的地缘政治考虑正在成为决定性因素。英伟达对英特尔的投资表明了在这些领域确保可选性的意图。"
Jain指出,这项投资是确保未来供应链合作的战术举措。虽然不能与英伟达台积电的深度战略联盟相提并论,但它反映了战略可选性,而非整合。
Q&A
Q1:英伟达为什么选择英特尔至强6处理器作为DGX Rubin NVL8的主机CPU?
A:主要原因包括企业兼容性和部署要求。企业环境仍严重依赖x86生态系统,英伟达选择保持x86兼容性,使企业能够将系统集成到现有环境中,避免重新构建基础设施。至强6具有高内存带宽和强大x86兼容性,确保GPU充分利用而不出现数据延迟。
Q2:英伟达和英特尔之间是什么关系?
A:两家公司的关系被称为"系统级竞合"。虽然在系统层面合作,英特尔CPU与英伟达GPU配对形成标准化AI服务器架构,但竞争也在加速。英伟达在开发自己的CPU产品,而英特尔也在进军GPU和AI加速器领域,双方既合作又竞争。
Q3:英伟达投资50亿美元购买英特尔股份有什么战略意图?
A:这项投资旨在确保架构杠杆和长期控制。通过与英特尔x86生态系统更紧密对齐,英伟达可以推动CPU-GPU协同设计,减少对ARM平台依赖,在x86领域对抗AMD,同时确保供应链韧性、制造对齐和生态系统稳定性,为未来发展保留战略可选性。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。