据智通财经APP获悉，国联民生证券最新发布的研报指出，英伟达近期推出的全新解决方案，在架构层面借鉴了Intel+SCM的分层设计理念。其BF4+DRAM+内存池化方案本质上是英伟达通过软件定义的存储级内存。而目前业内其他潜在方案都存在包括成本高昂、大规模训练稳定性不足在内的各种问题。从逻辑上看，AI的迅猛发展正让高速存储的重要性日益凸显。此前市场并未对AI驱动下的DRAM与SSD增长逻辑形成一致的预期，但在本次架构发布后，行业普遍认为，AI正在逐步重塑整个存储栈，并显著提升了对SSD的需求和容量空间。
国联民生证券的主要观点如下：
黄仁勋CES 2026演讲发布新一代AI芯片架构NVIDIA Vera Rubin
面对阶段性的AI算力需求呈指数级增长，英伟达正式发布了新一代AI芯片架构：NVIDIA Vera Rubin。Vera Rubin平台并非单个芯片的简单迭代，而是从晶体管到系统架构的全栈式革新。黄仁勋展示了六颗全新的芯片，包括Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9智能网卡、BlueField-4 DPU以及Spectrum-X 102.4T CPO。英伟达认为，在摩尔定律放缓的时代，单纯依靠制程进步带来的性能提升是有限的，而真正的突破来自于从系统层面重新设计以实现协同工作。在传统的计算架构中，数据传输常常成为瓶颈。而在Vera Rubin架构中，通过重新设计芯片间的高速互联，整个系统的通信带宽达到了“全球互联网总带宽的两倍”。
英伟达确认AI正重塑存储栈
过去，随着大模型浪潮下不断增长的上下文记忆、更长的对话需求以及需要存储更多临时知识，传统GPU的高带宽内存已无法容纳。因此，Vera Rubin的解决方案是使用四颗BlueField-4 DPU直接管理一个高达150TB的共享、持久、高速的上下文内存池。而内存池通过超低延迟的机架内网络与所有GPU直连，可以动态地为每个GPU分配高达16TB的专用高速上下文空间。
英伟达正成为AI时代全栈计算基础设施的定义者和提供者
目前，使用Vera Rubin架构训练一个具有10万亿参数规模的下一代前沿大模型，所需集群规模仅约为使用Blackwell系统的四分之一，这极大加速了从研究到产品的迭代周期。在同等功耗和空间下，一个基于Vera Rubin的数据中心的AI算力吞吐量预计将达到基于Hopper架构数据中心的约100倍。大规模AI服务的token生成成本，预计将降至当前水平的约十分之一。
AI时代下，存储的重要性正大幅提升
若按每颗GPU增加16TB NAND闪存，每个机柜增加1152TB NAND计算，按14万台机柜的规模估算，NAND需求将增加161 EB，这大约相当于2025年全球NAND总需求的16%和企业级SSD需求的54%，或将对NAND供需平衡产生持续影响。
风险提示：AI技术发展不及预期；AI商业化逻辑不及预期；存储市场需求不及预期。
