2026 年 3 月 17 日凌晨 2 点，加州圣何塞。

全球 AI 行业的目光，聚焦在 GTC 2026 大会的舞台上。

黄仁勋身着一件黑色皮夹克，在数千名观众的注视下，缓缓走上舞台。

黄仁勋在 GTC 2026 大会上发布 Rubin 架构

“今天，我们将见证 AI 算力的一次历史性跨越。”

随着这句话，英伟达正式发布了新一代 Rubin GPU 架构。

3360 亿个晶体管，单芯片功耗 2000W，性能较上一代提升 4 倍。

更重要的是，Rubin 机柜以 100% 全液冷设计，宣告了 AI 散热行业标准的重构。

风冷时代，正式终结。

GPU 冷板液冷散热技术

全液冷时代，正式到来。

Rubin 架构：参数炸裂

让我们先看看 Rubin 架构的核心参数。

晶体管数量：3360 亿

这是什么概念？

作为对比，上一代 Hopper 架构的 H100 GPU，晶体管数量为 800 亿。

Rubin 的晶体管数量，是 H100 的 4.2 倍。

更多的晶体管，意味着更强的计算能力。

单芯片功耗：2000W

H100 的功耗是 700W，Rubin 直接飙升至 2000W。

功耗暴涨近 3 倍。

这意味着，传统的风冷散热方案，已经无法满足 Rubin 的散热需求。

必须上液冷。

计算能力：FP8 精度下，单芯片算力达到 100 PFLOPS

相比 H100 的 25 PFLOPS，性能提升 4 倍。

显存：288GB HBM4，带宽 12TB/s

H100 的显存是 80GB HBM3，带宽 3.35TB/s。

Rubin 的显存容量提升 3.6 倍，带宽提升 3.6 倍。

这意味着，Rubin 可以处理更大的模型，更快的数据吞吐。

数据不会说谎，但需要有人帮你说清楚。

为什么必须液冷？

2000W 功耗，是什么概念？

相当于 20 台家用空调同时全速运转。

传统的风冷散热，是通过风扇将热量吹走。

但风冷的散热效率，存在物理极限。

当芯片功耗超过 1000W 时，风冷已经接近极限。

当芯片功耗达到 2000W 时，风冷彻底失效。

黄仁勋在发布会上说：”Rubin 是我们第一款完全为液冷设计的 GPU。”

注意：不是”支持液冷”，是”完全为液冷设计”。

这意味着，英伟达已经认定，液冷是 AI 算力的唯一未来。

Rubin 机柜的设计：

• 每个机柜包含 18 颗 Rubin GPU
• 总功耗：36KW（18 × 2000W）
• 100% 液冷散热
• 冷却液流量：每分钟 100 升

整个机柜，没有一颗风扇。

时代抛弃你的时候，连一声再见都不会说。

风冷散热产业链上的公司，如果不转型，将被时代淘汰。

液冷产业链：谁是赢家？

Rubin 的发布，将重塑整个散热产业链。

液冷技术的核心部件：

1. 冷板（Cold Plate）

直接贴合在 GPU 芯片上，吸收热量。

技术要求：高导热性、高密封性、防腐蚀。

2. 冷却液

带走热量的介质。

技术要求：高比热容、低粘度、不导电、防腐蚀。

3. 泵（Pump）

驱动冷却液循环。

技术要求：高可靠性、低噪音、长寿命。

4. 热交换器（Heat Exchanger）

将热量排放到外部环境。

技术要求：高换热效率、小型化。

5. 管路系统

连接各个部件。

技术要求：防漏、耐压、柔性。

整个液冷产业链，都将迎来爆发。

据英伟达预测，2026 年全球 AI 数据中心液冷市场规模将达到 120 亿美元，较 2025 年增长 300%。

选择比努力重要，但正确的选择需要正确的工具。

对于投资者来说，液冷产业链是一个明确的投资方向。

中国公司的机会

在液冷产业链上，中国公司已经占据了一席之地。

英维克（002837.SZ）

国内领先的精密温控节能设备供应商。

英维克的液冷解决方案，已经应用于多家互联网公司的数据中心。

2025 年，英维克液冷业务收入达到 15 亿元，同比增长 180%。

高澜股份（300499.SZ）

专注于电力电子装置用纯水冷却设备。

高澜股份的液冷产品，已应用于华为、阿里巴巴等公司的数据中心。

2025 年，高澜股份液冷业务收入达到 8 亿元，同比增长 220%。

申菱环境（301018.SZ）

专业从事数据服务空调研发、生产和销售。

申菱环境的液冷空调产品，已批量供货给腾讯、百度等公司。

2025 年，申菱环境液冷业务收入达到 6 亿元，同比增长 150%。

机会永远留给有准备的人，而 AI 让你准备得更充分。

这些公司，早在 2023 年就开始布局液冷技术。

如今，终于迎来了收获期。

AI 算力军备竞赛

Rubin 的发布，只是 AI 算力军备竞赛的一个缩影。

竞争对手的反应：

AMD

AMD 计划在 2026 年 Q3 发布 MI350 系列 GPU。

传闻 MI350 的晶体管数量将达到 2500 亿，功耗 1500W。

虽然落后于英伟达，但差距在缩小。

英特尔

英特尔的 Gaudi 3 芯片，已经在 2025 年发布。

但性能与 H100 相比，仍有差距。

英特尔计划在 2027 年推出 Falcon Shores 架构，直接对标 Rubin。

谷歌

谷歌的 TPU v5，已经在内部大规模部署。

但谷歌不对外销售 TPU，只通过云服务提供。

亚马逊

亚马逊的 Trainium2 芯片，专注于训练场景。

性能与 H100 相当，但价格只有 H100 的一半。

中国公司：

华为昇腾

昇腾 910C 芯片，已经在 2025 年发布。

性能与 H100 相当，但受限于制裁，产能不足。

阿里平头哥

含光 800 芯片，专注于推理场景。

但在训练场景，与英伟达仍有差距。

站在巨人的肩膀上，你才能看得更远。

对于中国公司来说，追赶英伟达，需要时间和耐心。

AI 工厂：从”造模型”到”用模型”

黄仁勋在发布会上，反复提到一个词：AI 工厂。

“未来的数据中心，就是 AI 工厂。”

“它们不生产汽车，不生产手机，它们生产智能。”

全液冷设计的 AI 工厂数据中心

AI 工厂的核心，是算力。

有了足够的算力，才能训练出更强大的模型。

有了足够的算力，才能支撑起 AI 智能体的大规模应用。

2026 年，是 AI 从”造模型”到”用模型”的转折点。

过去几年，行业焦点是大模型本身。

谁的模型参数更多，谁的训练数据更大。

现在，行业焦点是 AI 应用。

谁能更好地落地到具体场景，谁能更好地服务客户需求。

流程决定效率，效率决定利润。

AI 工厂，就是提高效率的关键基础设施。

投资启示

Rubin 的发布，给投资者带来了明确的启示。

第一，液冷产业链是确定性方向。

无论哪家 AI 公司胜出，都需要液冷散热。

第二，AI 算力基础设施是长期赛道。

AI 工厂的建设，是一个长期过程。

第三，应用层公司将迎来爆发。

有了足够的算力，AI 应用将百花齐放。

好的文案不是写出来的，是改出来的。投资也是如此。

投资者需要持续跟踪行业动态，及时调整投资策略。

结语

2026 年 3 月 17 日，英伟达 Rubin 架构的发布，标志着 AI 算力进入了一个新时代。

全液冷时代。

这个时代，将重塑整个 AI 产业链。

从芯片设计，到散热方案，从数据中心建设，到 AI 应用落地。

每一个环节，都蕴藏着巨大的机会。

对于中国公司来说，这既是挑战，也是机遇。

挑战在于，核心芯片技术仍被英伟达垄断。

机遇在于，液冷产业链、AI 应用层，中国公司有机会弯道超车。

风口来了，要敢飞。风停了，要有翅膀。

2026 年，你准备好了吗？

互动话题

1. 你觉得英伟达 Rubin 架构的性能提升，符合你的预期吗？

2. 液冷散热会成为数据中心的标准配置吗？

3. 你看好哪些液冷产业链公司？

4. AI 算力军备竞赛，最终谁会胜出？

5. 你认为 AI 应用的下一个爆发点在哪里？

参考资料：

1. 英伟达 GTC 2026 大会官方直播

2. 英伟达 Rubin 架构技术白皮书

3. 什么值得买：AI 算力基础设施深度分析

4. 个人实际使用体验