AI·快讯
⚡ 硬科技 · 算力突破

Vera Rubin NVL72 全面量产：每兆瓦 Token 吞吐量 10 倍于 Blackwell，AI 工厂算力成本骤降

NVIDIA Vera Rubin 平台正式进入量产阶段，CoreWeave、Google Cloud、Microsoft Azure 等合作伙伴机架已投入运行。CoreWeave 首次公布的实测数据显示：Vera Rubin NVL72 每兆瓦 Token 吞吐量较 Grace Blackwell NVL72 提升 10 倍——直接命中 AI 工厂最核心的盈利指标。

综合公开信息整理• 2026-07-22• 全文约 4 分钟读完
#NVIDIA #Vera Rubin #AI 工厂 #算力效率 #协同设计
10× 每兆瓦 Token 吞吐量 vs Blackwell
7 款协同设计芯片 · 统一系统
350+ 工厂 · 30 国供应链覆盖

⚡ 30 秒速览

  • 核心数据：CoreWeave 实测 Vera Rubin NVL72 每兆瓦 Token 吞吐量达 Blackwell 的 10 倍，Google Cloud A5X 实例每 Token 推理成本降至 1/10。
  • 量产的底气：供应链覆盖 30 国 350+ 工厂，是 NVIDIA 迄今规模最大、最成熟的机架级供应链。
  • 怎么做到的：7 款芯片 + 5 种机架托盘极致协同设计，从芯片到电网全栈优化，而非通用产品拼凑。
  • 谁已经用上了：CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud、SpaceXAI、Tesla 等已部署。
  • 一个关键信号：AI 基础设施的竞争，已从单一芯片参数转向「系统级每瓦 Token 产出」的工程效率比拼。

0110 倍跃升 从 Blackwell 到 Vera Rubin，效率曲线陡峭

CoreWeave 在 Vera Rubin NVL72 上运行 DeepSeek-R1 基准测试，与 Grace Blackwell NVL72 对比：每兆瓦每秒 Token 吞吐量提升了 10 倍。这不是实验室模拟数据，而是来自实际运行硬件的首份公开实测结果。

每兆瓦 Token 吞吐量Vera Rubin vs Blackwell
10×
每 Token 推理成本Google Cloud A5X 实例
1/10
AI 智能体编排速度DeepInfra 实测
2.2×
并发智能体数量DeepInfra 实测
1.6×

注：柱形长度示意相对倍数，精确数值以标注为准。每兆瓦 Token 吞吐量是衡量 AI 工厂盈利能力的核心指标——同等电力预算下产出越多，单位算力成本越低。

但数据只是故事的一部分。更值得关注的是，这些提升并非来自单一芯片的规格升级，而是来自整个系统层的协同重构。

02谁在用，谁在测 从云巨头到前沿实验室

问：这些数字可信吗？

Vera Rubin 的供应链覆盖 30 个国家 350 多家工厂，是 NVIDIA 迄今规模最大、最成熟的机架级供应链。CoreWeave 经过数月联合工程研发，成为首家完成部署与验证的 AI 云服务商，并首次公布实测数据。DeepInfra 则基于其生产级 AI 智能体基础设施独立设计了基准测试。

30+国家供应链
350+工厂覆盖
6首批部署合作伙伴
2独立基准测试来源

首批部署伙伴：CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure、SpaceXAI、Tesla。

DeepInfra 每周处理近 5 万亿个 Token，其中约 30% 由智能体系统驱动——其生产环境下的验证结果，比任何实验室测试都更有说服力。

那么，这些性能提升在实际场景中到底意味着什么？

03三个落地案例 从云实例到欧洲开放模型

☁️ Google Cloud A5X 实例 · 强化学习训练推理成本降至 1/10

  • 基于 Vera Rubin NVL72 机架级系统构建的裸金属实例，伦敦初创公司 Ineffable Intelligence 率先采用。
  • 专为大规模强化学习设计，提供可预测的低延迟和高利用率，每 Token 推理成本降至上一代的 1/10。
  • Ineffable Intelligence 正在开发新一代「Superlearner」系统，通过经验持续学习，Vera Rubin 是其理想训练平台。
关键价值：强化学习对算力消耗极大，成本降低 10 倍意味着实验规模可以扩大一个数量级。

⚡ DeepInfra · 智能体编排速度翻倍并发量提升 1.6 倍

  • DeepInfra 独立基准测试显示：Vera CPU 支持的并发 AI 智能体数量比其他 CPU 多 1.6 倍，编排速度快 2.2 倍。
  • 在保持相同服务质量的前提下，显著提升基础设施利用率和成本效益。
  • DeepInfra 每周处理约 5 万亿 Token，其生产环境验证结果直接反映了 Vera CPU 在真实负载下的表现。
关键价值：智能体时代，CPU 成为瓶颈——Vera CPU 重新定义了 AI 工厂中 CPU 应有的性能基线。

🇪🇺 Mistral · 欧洲开放模型新基石数千 GPU 部署

  • Mistral 正在扩充 GPU 算力，引入数千个最新的 Vera Rubin GPU，增加面向客户的 AI 算力供给。
  • 与微软合作，将开放的欧洲模型与云环境及客户管理环境相结合，服务于各国政府和重点监管行业。
  • Vera Rubin 提供训练、推理和大规模部署的统一平台，使欧洲在不牺牲创新与经济效益的前提下采用 AI。
关键价值：本土化 AI 部署不再需要在「控制权」与「性能」之间做取舍。

04技术解析 从芯片到电网，全栈协同设计

10 倍效率提升的背后，是 7 款芯片 + 5 种机架托盘 作为一个完整系统被工程研发，而非通用产品的简单拼凑。以下四个技术维度构成了核心突破。

🧠

Vera CPU · 定制 Olympus 核心 单线程性能 2×

专为智能体时代重新定义的 AI 工厂 CPU。定制 Olympus 核心相较竞品芯粒方案，单线程性能提升 2 倍、核间带宽提升 3 倍、内存延迟降低 40%。DeepInfra 实测编排速度提升 2.2 倍，直接受益于此。

🔗

第六代 NVLink · 纵向扩展 吞吐量 2×，延迟降 1/3

处理复杂工作负载时，相比通用以太网，吞吐量提升超过 2 倍、延迟降低 1/3、数据包处理速率提升 10 倍。NVLink Fusion 同时向第三方 XPU 开放，合作伙伴可借助成熟堆栈快速上市。

🌐

Spectrum-X + CPO · 横向扩展 RDMA 带宽 1.6×，能效 5×

Spectrum-6 交换机系统集成 102.4T 交换能力与 1.6T ConnectX-9 SuperNIC，RDMA 带宽比通用以太网高 1.6 倍。全球首款量产 CPO 交换机，能效提升 5 倍，MTBI 提升 10 倍。CoreWeave、Lambda、OCI 率先采用。

💧

液冷系统 · 45°C 高温进水 每兆瓦年节水数百万加仑

45°C 液冷进水温度设计，系统无需冷水机组，仅靠干式冷却器即可运行。托盘内实现无电缆、无风扇、无液冷软管的极简设计，计算托盘组装时间从数小时缩短至 1 分钟。

三代机架级协同设计的迭代，让 NVIDIA 把「系统」做到了极致——不是把最好的芯片放在一起，而是让所有部件像一个有机体一样协同工作。

编辑核心判断

AI 基础设施的竞争焦点正在从「芯片参数」转向「系统级每瓦 Token 产出」。Vera Rubin 的 10 倍跃升证明：当芯片、网络、散热、供电被作为一个整体重新设计时，效率提升不再是线性叠加，而是指数级跃迁。下一阶段，谁拥有最深的系统协同能力，谁就能定义 AI 算力的成本底线。

▶现在就能用

Vera Rubin NVL72 已通过 Google Cloud A5X 实例、CoreWeave 云平台及 DeepInfra 基础设施提供服务，合作伙伴用户可直接使用。

Google Cloud A5X 实例 → 立即体验