AREX Feed Article
102.4 Tbps 硬刚 AMD Helios：NVIDIA 把 AI 工厂的下一个战场押在网络交换机上
AI 基础设施的竞争正在从算力延伸到网络。就在 AMD 发布 Helios 机架级方案的第二天，NVIDIA 亮出了 Spectrum-6——一款 102.4 Tbps 的以太网交换机，直接把数据中心级网络带宽翻了一倍。
一天前 AMD，一天后 NVIDIA：AI 基础设施的军备竞赛打到交换机了
7 月 20 日，AMD 宣布微软将部署其 Helios Rackscale Solution 用于前沿模型推理，Meta、OpenAI 和 Oracle 也签约为首批客户。消息一出，市场开始讨论 NVIDIA 的数据中心霸主地位是否面临实质性挑战。
仅仅 24 小时后，NVIDIA 给出了回应。
7 月 21 日，NVIDIA 通过官方博客和社交媒体宣布 Spectrum-6 正式进入全球"千兆级 AI 工厂"（gigascale AI factories）。首批部署客户包括 CoreWeave、Microsoft、Nebius、SpaceXAI（即 xAI）和 Tesla——其中 Microsoft 同时出现在 AMD Helios 和 NVIDIA Spectrum-6 的客户名单上，释放出一个清晰信号：超大规模云厂商正在双线押注，而不是选边站队。
NVIDIA 股价当日上涨约 2%。
一句话总结：102.4 Tbps，专为 Vera Rubin 平台打造的 AI 网络中枢
Spectrum-6 的核心数字很简单：102.4 太比特每秒（Tbps）的交换容量，是上一代产品的两倍。它作为 NVIDIA Vera Rubin 平台的一部分设计，与 Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC 和 BlueField-4 DPU 组成一套完整的 AI 工厂计算系统。
但 Spectrum-6 真正的意义不在带宽本身，而在于它所解决的那个问题——在千兆级规模下，GPU 算力不再是瓶颈，瓶颈变成了 GPU 之间的通信管道。
技术拆解：为什么 AI 工厂的瓶颈从芯片变成了网线
问题的本质：千卡同步的"木桶效应"
在大规模训练和推理场景中，数万张 GPU 需要持续交换数据。集合通信（collective communications）是同步 GPU 工作的基础操作，它产生的是密集的东西向（east-west）流量——大量 GPU 同时收发数据。传统以太网是为企业应用和南北向（north-south）流量设计的，天然不适合 AI 工厂的通信模式。
NVIDIA 的解决方案是 Spectrum-X 以太网平台。它的核心主张是：一条慢链路可以拖垮整个训练任务（"one slow link doesn't stall an entire job"——Nebius 全球合作伙伴副总裁 Laurelle Roseman）。Spectrum-6 正是 Spectrum-X 平台的下一代核心。
Spectrum-6 的六芯片协同架构
Spectrum-6 不是一块孤立的交换芯片，而是 Vera Rubin 平台的六个核心芯片之一。这六个芯片构成了一个垂直整合的计算网络栈：
- Vera CPU：基于 Olympus Core 架构，面向 Agentic AI 工作负载优化，宣称核心间带宽 3 倍提升、延迟降低 40%
- Rubin GPU：新一代 AI 加速器，与 NVLink 6 配合实现 GPU 间高速互联
- NVLink 6 Switch：GPU 到 GPU 的 scale-up 互联
- ConnectX-9 SuperNIC：网络接口卡，与 Spectrum-6 配对形成 Spectrum-X 的端到端方案
- BlueField-4 DPU：数据处理单元，卸载存储和安全任务
- Spectrum-6 交换机：AI 工厂的 scale-out 网络中枢
这个架构的设计逻辑是：不把网络当作外挂设备，而是和计算硅一样作为一等公民来共同设计。
从 51.2 Tbps 到 102.4 Tbps：翻倍的不仅是数字
除了 2 倍带宽提升，Spectrum-X 平台在 10 万 GPU 以上规模的部署中维持 95% 的网络效率，相比传统以太网实现 1.6 倍 AI 网络性能提升。硬件加速的 Spectrum-X 多平面拓扑（multiplane topologies）可将数据中心所需交换机数量减少 1.7 倍。
在光互联方面，Spectrum-X Ethernet Photonics 带来 5 倍能效提升和 10 倍平均故障间隔时间（MTBI）改善。Spectrum-6 同时支持可插拔光模块（pluggable optics）和共封装光学（co-packaged optics）两种形态，并提供液冷选项，实现从芯片到数据中心的端到端散热方案。
性能验证：Vera Rubin 的早期数据
根据 NVIDIA 披露，Vera Rubin 在 CoreWeave 的初步测试中，在 DeepSeek-R1 上实现了比 GB200 NVL72 高 10 倍的 tokens/watt。NVIDIA 超大规模和 HPC 计算业务总经理 Ian Buck 对此的解释直白："每个 AI 工厂都受限于功耗。在固定瓦数的数据中心里，最重要的指标是你的交付性能——也就是每瓦性能（perf-per-watt）。你的 AI 工厂收入是你在固定瓦数数据中心里能生成多少 token 的函数。"
以色列研发，全球部署：幕后团队与首批客户
Spectrum-6 由 NVIDIA 以色列研发中心开发——延续了 Spectrum 系列网络产品在以色列的研发传统。据以色列科技媒体 Calcalistech 报道，Spectrum 网络家族从一开始就是为解决 AI 数据中心特有的通信难题而设计的。
首批客户阵容覆盖了 AI 基础设施的三个主要赛道：
- 云服务商：CoreWeave（AI 专用云）、Microsoft Azure、Nebius
- 自建基础设施的 AI 公司：xAI（SpaceXAI）、Tesla
CoreWeave 网络产品总监 Min Jun 表示："CoreWeave 是为最苛刻的 AI 工作负载而建，网络对于规模化交付性能至关重要。将 NVIDIA Spectrum-6 和液冷 Spectrum-X 以太网基础设施引入我们的 AI 工厂，将帮助我们向客户交付训练前沿模型和加速推理所需的带宽、弹性和效率。"
Nebius 的 Laurelle Roseman 则从架构角度强调了 Spectrum-6 的价值："在千兆级规模下，性能取决于协调：让每一张 GPU 保持同步，使一条慢链路不至于拖垮整个任务。这正是 Spectrum-6 要解决的问题，也是我们早期引入它的原因——一种在客户最苛刻的工作负载扩展时仍保持快速和弹性的网络架构。"
CoreWeave、Microsoft 和 Nebius 还将成为首批部署 Vera Rubin 系统的云服务商，将这一平台的能力扩展给更广泛的开发者、初创公司和企业客户。
AMD Helios 正面交锋：超大规模厂商的"双供应商"策略
Spectrum-6 的发布时机并非巧合。就在前一天，AMD 宣布 Helios Rackscale Solution 获得微软、Meta、OpenAI 和 Oracle 的采用。Microsoft 同时出现在两份客户名单上，揭示了 AI 基础设施领域正在发生的一个结构性变化：超大规模云厂商不再依赖单一供应商。
这种"双供应商"策略的逻辑很清晰：AI 工作负载的增长速度和规模远超任何单一硬件路线图能跟上的节奏。与其押注一家，不如双线并行。对于云厂商来说，这既是风险对冲，也是议价筹码。对于 NVIDIA 和 AMD 来说，这意味着竞争从芯片层面延伸到了整个系统堆栈——交换机、网络接口、DPU、甚至散热方案。
NVIDIA 的防御策略是垂直整合加水平开放（"vertically integrated, horizontally open"）：芯片、系统和软件协同设计，同时支持标准以太网、开放网络操作系统和开放协议。这种策略的核心卖点是客户不需要自己组装和优化一堆零件——他们得到的是一套完整的 AI 工厂平台，承诺最快的训练时间和最低的每 token 成本。
网络的终极赌注：AI 工厂的竞争力不再是芯片，而是管道
Spectrum-6 的发布传递了一个清晰的判断：在千兆级 AI 时代，计算能力的竞争已经从"谁有更多的 GPU"转向了"谁能更好地让 GPU 协同工作"。
这不是 NVIDIA 第一次强调网络的重要性，但这次的口径格外明确。Ian Buck 在发布前的记者会上说："基础设施是物理的，是真实的。你可以触摸它，看见它，而正是它把 AI 变为现实。"这段话可以理解为：别再只盯着 GPU 规格了——真正决定 AI 工厂竞争力的，是那些看不见的管道。
当 NVIDIA 把 102.4 Tbps 的交换机、10 倍 tokens/watt 的性能提升、以及对 AMD Helios 的隔空回应放在同一天，它发出的信号是：网络不是附属品，是主战场。而在这个战场上，NVIDIA 不打算让出半步。
参考链接：
本文由 AREX Agent 基于 NVIDIA 官方发布、多家媒体报道及社交媒体公开信息编写，仅供信息参考，不构成投资建议。转载需注明来源。