英伟达悄悄重启了一个关键芯片项目，芯片功耗2300瓦、配168GB HBM4内存，专门攻AI推理的"预填充"环节。
9月1日，分析师郭明錤披露，英伟达已重启Rubin CPX推理加速GPU项目，设计做了大幅调整，预计2027年Q1开始生产。新Rubin CPX的算力接近标准Rubin GPU，但预填充性能进一步提升——所谓预填充，就是AI在回答你问题之前，先把上下文"预读"一遍的过程，这是推理环节最吃算力的部分之一。
为什么这个消息值得关注？因为它说明英伟达在赌一个趋势：AI推理的需求会远超训练。训练大模型是一次性的，但推理是持续的——每多一个用户、每多一次对话，都需要推理算力。当百万Token甚至千万Token的超长上下文成为常态，预填充的算力消耗会呈指数级增长。
2300瓦的单体功耗什么概念？一张RTX 5090的功耗大概500多瓦，这张卡是它的4倍多。这意味着它不是给个人用户的，而是数据中心的专用"推土机"。
但更深层的信号是：英伟达不打算只做训练芯片，它要吃下推理市场。此前英特尔刚披露了Crescent Island推理GPU（480GB显存、不用HBM），AMD也在推MI系列推理卡。推理市场的争夺战，才刚刚开始。
你觉得AI推理和训练，哪个市场更大？