英伟达近日在GTC大会上发布了面向2026至2028年的芯片产品规划，标志着该公司在高性能计算领域的技术演进进入新阶段。
此次路线图更新涵盖GPU、处理器及系统互联等多个维度，反映了行业对算力需求持续增长的应对策略。
在GPU产品线方面，英伟达确认Rubin世代将继续推进性能迭代。
根据规划，该公司计划在2027年推出代号为LP35的新型加速处理器，相比现有LP30产品，LP35将支持NVFP4数据格式，进一步优化特定应用场景下的计算效率。
这一升级预计与Rubin Ultra产品同期发布，体现了英伟达在数据格式标准化方面的持续投入。
更值得关注的是Feynman世代的技术方案。
英伟达首次公开确认，Feynman GPU将采用芯粒堆叠的三维先进封装架构，并配备定制化的高带宽存储器。
这一设计选择旨在突破传统二维芯片的性能瓶颈，通过垂直集成实现更高的晶体管密度和更优的功耗表现。
同时，Feynman世代配套的LP40加速处理器将支持NVLink互联协议，增强与GPU及CPU系统的数据交互能力。
处理器方面的创新同样引人瞩目。
英伟达首度公布了与Feynman GPU配套的CPU代号为Rosa，这标志着该公司在异构计算系统设计上的深化。
Rosa处理器的推出将形成更紧密的GPU-CPU协同架构，为大规模并行计算提供更优的系统级解决方案。
在系统互联技术上，英伟达取得了突破性进展。
光学互联技术不仅被应用于数据中心的横向扩展场景，还将用于机架内的纵向扩展应用。
支持共封装光学的NVLink 8协议成为这一技术方向的重要体现，通过将光学模块与芯片集成，实现更高的带宽密度和更低的延迟，为超大规模AI训练和推理系统奠定基础。
这些技术进展反映了高性能计算产业面临的核心挑战。
随着大模型训练规模的不断扩大，传统的电气互联方案在带宽和功耗方面的局限日益凸显。
英伟达通过三维封装、光学互联等先进工艺的组合应用，试图突破这些瓶颈，为下一代数据中心基础设施提供更强的算力支撑。
从产业链角度看，英伟达的路线图更新也意味着对上下游合作伙伴的新要求。
芯粒堆叠、定制化存储器、光学互联等技术的商用化，需要封装企业、存储厂商、光学模块供应商等多方的协同创新。
这将进一步推动全球半导体产业链的深度整合。
英伟达公布的新路线图反映了高性能计算从“芯片竞争”向“系统协同”演进的趋势。
面对不断攀升的算力需求和能效约束，技术路线的清晰化有助于产业链提前布局，也为未来算力基础设施的优化提供了更明确的方向。