英伟达下一颗核弹：从卖GPU到卖AI工厂，供应链又要重估了

算力竞争进入整柜时代，Rubin考验的是云厂商ROI

　　Rubin最容易被市场误读的地方，是大家会习惯性地把它当成一颗新GPU。

　　但英伟达现在要卖的，已经不是一颗颗芯片，而是一套可以直接部署、可以规模复制、可以计算回报率的AI工厂。

　　摩根士丹利预计，英伟达会在Computex展示Rubin相关的机架级设计，包括NVL、LPU、Vera CPU、BlueField、NVSwitch等组合。这个组合的意义，不是把硬件名称堆在一起，而是要让训练、推理、存储、网络、调度和安全形成闭环。

　　这背后对应的是AI资本开支的一个新阶段。

　　Rubin如果能成立，最大的价值不是峰值算力，而是帮助客户把AI业务的单位成本继续打下去。尤其进入Agent时代以后，推理调用会变得更频繁，Token消耗会比过去更大。企业客户真正关心的不是模型有多炫，而是一次调用多少钱，一次任务能不能覆盖成本。

　　Rubin的竞争，其实是成本曲线竞争。市场此前担心Rubin GPU能否实现2.3kW热设计功耗目标。摩根士丹利的说法是，Rubin已回退至原有芯片散热方案，实现了1.8kW TDP，但通过服务器系统散热协同，2.3kW目标依然可以实现。

　　AI硬件的瓶颈不再只是芯片设计，而是系统工程。GPU再强，也要靠液冷、电源、机柜、PCB、连接器、散热材料和整机制造一起配合。换句话说，AI产业链的利润池正在从GPU本体，向机架级系统外溢。

　　这也是为什么光模块、PCB、液冷、电源、服务器ODM、先进封装载板都会被市场反复交易。

　　系统越复杂，越考验供应链协同。功耗控制、散热方案、HBM供应、CoWoS产能、良率、整机验证，只要一个环节延迟，就会影响Rubin放量节奏。所以，Rubin不是简单的新品周期，而是一次AI供应链压力测试。Blackwell证明了英伟达能卖整柜系统，Rubin要证明英伟达能卖更低Token成本的AI工厂。

　　市场最终交易的，不是Rubin有多强，而是它能不能让云厂商继续加码下一轮资本开支。

Vera CPU打开新边界，英伟达要吃进AI数据中心控制权

　　Computex第二个核心变量，是Vera CPU。

　　这可能是市场低估的部分。

　　过去英伟达的叙事核心是GPU。只要GPU供不应求，英伟达就是AI时代最强的硬件入口。但AI工厂进入推理时代后，CPU的重要性正在被重新抬高。

　　原因很简单，Agentic AI、长上下文、多轮推理、数据调度、存储访问、网络通信，都不是GPU单独能解决的。AI系统越大，GPU和CPU之间的协同越重要。CPU不再只是传统服务器里的通用计算核心，而会越来越像AI工厂的调度节点。

　　摩根士丹利预计，英伟达会披露更多Vera CPU细节，并认为这代表一个高达200亿美元的市场机遇。供应链调研显示，台积电正在为Vera CPU分配额外CoWoS-R产能和3nm晶圆，合理出货假设达到150万颗。

　　以前英伟达吃的是GPU利润池。Vera CPU出现后，它可能进一步进入AI服务器CPU、系统调度、整机架控制和数据中心基础架构。它要对客户说的不是“买我的GPU”，而是“AI工厂里的CPU、GPU、DPU、交换机、网络系统，都可以按我的架构来”。

　　这对AMD和英特尔不是小压力，英特尔和AMD的优势，在x86生态、传统数据中心客户基础和通用CPU软件兼容。但英伟达的优势，是AI系统定义权。只要未来数据中心的核心工作负载越来越围绕GPU集群和推理效率展开，CPU就会从传统主角变成AI系统里的协同角色。

　　这个角色，英伟达当然想自己做。Vera CPU潜在客户包括微软、Meta、CoreWeave、甲骨文等大型科技企业和云服务商。这些客户买的也不是孤立CPU，而是一套和Rubin GPU深度耦合的系统方案。

　　这才是英伟达最强的地方，它控制GPU，就控制训练和推理核心；控制NVLink和NVSwitch，就控制集群内部通信；控制BlueField和Spectrum，就控制网络、安全和数据流；如果再控制Vera CPU，它就更接近AI数据中心架构控制者。

　　但这条路也不是没有阻力。CPU市场不是空白市场。x86生态很深，云厂商也不愿意被单一供应商完全锁死。亚马逊有Graviton，谷歌有TPU和自研基础设施，微软、Meta也在推进自己的ASIC和内部芯片路线。

　　云厂商会买英伟达，但它们也会防英伟达，所以Vera CPU的商业化，不只是性能问题，更是客户愿意让英伟达控制多少系统话语权的问题。

　　这个冲突，反而是后续最值得跟踪的地方。Vera如果成功，英伟达的估值逻辑会继续从GPU公司切向AI工厂平台公司；Vera如果不及预期，市场也会发现，英伟达虽然很强，但云厂商仍然在系统层面保留制衡。

CoWoS把供应链重新分层，真正短缺的是先进封装和系统交付

　　第三条线，是台积电CoWoS和先进封装。

　　Rubin和Vera的故事能不能兑现，最后都要落到产能上。AI算力不是发布会喊出来的，它必须被晶圆厂、封装厂、内存厂和ODM厂一点点生产出来。

　　这也是摩根士丹利上调台积电CoWoS产能预期的原因。

　　报告将台积电2027年CoWoS产能预测从每月16万至17万片晶圆，大幅上调至20万片。这个变化不是小修小补，而是市场对AI芯片需求再次上修的信号。

　　CoWoS为什么重要？

　　因为它已经是高端AI芯片交付的闸门。英伟达、AMD、博通、云厂商自研ASIC，都要用到先进封装。晶圆做出来只是第一步，GPU和HBM能不能高带宽、低功耗、高良率地封在一起，才决定它能不能真正出货。

　　台积电为了满足订单，正在把Fab 15A的28/22nm产能空间转向55nm中介层生产，预计今年新增约1万片/月产能。这个动作说明，AI先进封装已经开始挤压部分成熟制程资源。

　　这种挤压会带来连锁反应。

　　一方面，台积电的定价权进一步增强。AI客户离不开台积电，不只是因为先进制程，也因为CoWoS、SoIC和系统级封装能力。先进封装已经不是后道配套，而是台积电提高客户黏性的重要工具。

　　另一方面，联电可能承接部分成熟制程溢出订单。摩根士丹利提到，台积电部分28/22nm产能被挤出后，联电有望承接来自索尼的图像信号处理器订单。这说明AI算力的影响已经不只在英伟达和台积电之间，而是在重新分配整个半导体产能结构。

　　SoIC也会被市场继续重估，苹果、AMD、英伟达都是SoIC核心客户。未来AI芯片越来越依赖Chiplet和3D堆叠，SoIC的战略价值会继续上升。CoWoS解决2.5D集成，SoIC解决更高密度的3D集成，两者一起决定下一代AI芯片的封装上限。

　　同样，液冷、电源、PCB、光模块也要看订单验证。AI系统成本正在快速抬升，HBM、PCB、液冷、电源、机柜都会占据更大比重。云厂商是否继续加码，最终取决于AI应用收入能否支撑资本开支回报率。

　　所以，AI硬件下一步真正短缺的，不只是GPU，而是让GPU大规模跑起来的一切。HBM短缺，CoWoS短缺，高速PCB短缺，光互连短缺，液冷能力短缺，电力资源短缺，甚至AI应用商业回报也可能短缺。

　　Computex 2026最重要的看点，不是黄仁勋会不会再带来一颗“核弹”。

　　真正重要的是，英伟达正在把AI基础设施重新定义成一座工厂。

　　在这座工厂里，GPU负责生产智能，CPU负责调度系统，NVLink和NVSwitch负责连接，BlueField和Spectrum负责网络与安全，CoWoS和SoIC负责把芯片拼在一起，液冷和电力负责让机器持续运转。

　　这套体系一旦成立，AI硬件投资就会进入新的阶段。

　　过去市场买的是AI概念，后来买的是GPU稀缺，再后来买的是整柜系统。下一阶段，市场会买真正的瓶颈资产。

什么是瓶颈资产？

不是喊AI最大声的公司，而是订单最紧、产能最缺、良率最难、客户最愿意提前锁货的环节。

　　Rubin能不能继续压低单Token成本，Vera CPU能不能打开AI服务器CPU新市场，CoWoS和SoIC能不能跟上AI工厂扩张节奏，这三个问题会决定英伟达供应链下一轮行情高度。

　　如果三件事同时成立，AI硬件主线不会结束，只会从GPU龙头行情进入系统瓶颈行情。

　　如果功耗、良率、HBM、封装、云厂商ROI其中任何一环出现扰动，市场也会重新审视这轮AI基础设施行情的估值高度。

　　所以，Computex这次真正值得看的，不是参数，而是分工。

　　黄仁勋要告诉市场：未来AI产业链谁负责定义架构，谁负责制造封装，谁负责供应内存，谁负责连接，谁负责散热，谁负责交付整柜。

　　这张分工表，才是未来两年AI投资最重要的作战地图。