答案已发布23 来源
英伟达 Vera Rubin 全面解析：从 NVL72、Vera CPU 到 SpaceXAI 合作
Vera Rubin NVL72 将 72 颗 Rubin GPU、36 颗 Vera CPU、ConnectX 9 SuperNIC、BlueField 4 DPU 和 NVLink 6 集成在一个液冷机架中，目标是把整机作为一个紧耦合的 72 GPU 计算域运行。[3][6] 英伟达称，在使用 SemiAnalysis AgentX 工作负载和 DeepSeek V4 Pro 的测试中，Vera Rubin NVL72 相比 GB300 NVL72 的智能体工作负载每兆瓦吞吐量最高提升 30 倍，Token 成本最高降低 35 倍。[8][9] Vera CPU 采用 88 个 Olympus 核心、176 个 Spati...
发布者使用 GPT-5.6 Luna 编辑图片由 GPT Image 1.5 生成
研究答案
要点
- Vera Rubin NVL72 将 72 颗 Rubin GPU、36 颗 Vera CPU、ConnectX 9 SuperNIC、BlueField 4 DPU 和 NVLink 6 集成在一个液冷机架中，目标是把整机作为一个紧耦合的 72 GPU 计算域运行。[3][6]
- 英伟达称，在使用 SemiAnalysis AgentX 工作负载和 DeepSeek V4 Pro 的测试中，Vera Rubin NVL72 相比 GB300 NVL72 的智能体工作负载每兆瓦吞吐量最高提升 30 倍，Token 成本最高降低 35 倍。[8][9]
- Vera CPU 采用 88 个 Olympus 核心、176 个 Spatial Multithreading 线程，配备最高 1.2 TB/s 的 LPDDR5X 内存带宽、164 MB 统一 L3 缓存和最高 3.4 TB/s 的片上互连带宽。[2][7][48]
- 英伟达没有在现有材料中提供可直接比较、且有一手来源支持的 Hopper 倍率，也没有公布可核验的每百万 Token 美元成本；相关数字应视为特定模型、工作负载和系统配置下的厂商或合作方结果。
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Nvidia announce about its next generation Vera Rubin NVL72 platform, Vera CPU, Scale In networking, and partnerships, including the. Article summary: Nvidia’s announcement positions Vera Rubin as a rack scale, full stack “AI factory,” not merely a faster GPU generation: it combines custom GPUs, CPUs, scale up and scale out networking, DPUs, and power management softwa. Topic tags: general web, llm, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with
英伟达这次发布的核心，并不是“又一代更快的 GPU”，而是把 GPU、CPU、机内互连、跨机架网络、数据处理单元以及数据中心软件组合成一座完整的机架级“AI 工厂”。
对于聊天机器人而言，一次请求可能只需要模型生成一段回答；但对于智能体 AI（agentic AI）来说，模型往往还要反复调用工具、检索数据、执行代码、创建子任务并多轮推理。因此，决定实际成本的并不只是 GPU 的 FLOPS，还包括 CPU 调度、内存带宽、数据搬运、网络延迟和整座数据中心的功耗。
Vera Rubin NVL72：把一个机架做成一台计算机
Vera Rubin NVL72 是一套液冷机架级系统，集成：
英伟达将这套系统设计为一个拥有 72 颗 GPU 的规模内（scale-in，也常称 scale-up）计算域。NVLink 6 为每颗 GPU 提供最高 3.6 TB/s 的双向 GPU-GPU 带宽，整机机架级 GPU 带宽最高可达 260 TB/s。3
机架之外，系统可以通过 Quantum-X800 InfiniBand 或 Spectrum-X Ethernet 连接更多机架，形成更大规模的集群。3 ConnectX-9 和 BlueField-4 则负责网络、存储、安全以及数据路径卸载，减少主 CPU 和 GPU 在基础设施任务上的负担。
3
6
所谓“30 倍提升”究竟测了什么？
英伟达称，Vera Rubin NVL72 在智能体工作负载上的每兆瓦吞吐量，相比 GB300 NVL72 最高提升 30 倍，同时 Token 成本最高降低 35 倍。8
9
这组数字来自 SemiAnalysis 的 AgentX 工作负载。AgentX 并非只测试固定长度的问答，而是回放生产风格的智能体编程会话，保留上下文增长、工具调用和子智能体生成等过程；测试中使用的模型包括 DeepSeek V4 Pro。8
9
这种测试方式很重要。随着上下文变长、交互轮数增加，CPU 侧的编排、代码执行、数据处理和内存访问会成为整体吞吐的重要组成部分。换句话说，Vera Rubin 的优势主张并不只是“GPU 算得更快”，而是希望在相同电力预算下完成更多真正的智能体任务。
不过，这些 headline 数字仍应谨慎解读。它们是英伟达基于厂商支持的测量结果，并不是独立、同行评审的普适结论。8结果会受到模型、上下文长度、并发度、交互目标、软件栈和系统配置影响。
与 Hopper 和“每百万 Token 成本”有关的数字：现有证据并不完整
现有材料能够支持 Vera Rubin 与 GB300 NVL72 的对比，但没有提供一个来自一手来源、可以直接复现的 Hopper 对比倍率。因此，不能据此给出经过核验的“相比 Hopper 提升多少倍”。
同样，材料中也没有公布一个可以核验的、以美元计价的“每 100 万 Token 成本”。英伟达此前针对 Rubin 相比 Blackwell 的总体宣传是推理 Token 成本最高降低 10 倍，但这不是一个固定的市场价格，也不能直接换算成所有客户都适用的每百万 Token 费用。11
17
Token 使用量本身也会因工作流不同而明显变化。英伟达新闻材料援引 OpenRouter 数据称，智能体 AI 工作负载消耗的 Token 数量可能是简单聊天请求的 15 倍。这解释了为什么智能体场景会特别关注“每兆瓦 Token 吞吐量”：即使单次生成速度相近，反复推理和工具调用也可能显著推高总计算量。
Vera CPU：为 GPU 周边的“繁琐工作”而设计
英伟达将 Vera 称为面向 AI 智能体的 CPU。它采用兼容 Armv9.2 指令集的 88 个定制 Olympus 核心，并支持 176 个 Spatial Multithreading 线程。2
10
这些核心主要服务于推理周边的高并发任务，包括：
- 请求编排和任务调度；
- 数据处理与检索；
- 工具调用；
- 沙盒代码执行；
- 仿真和工作流控制。
Vera 使用 SOCAMM2 LPDDR5X 内存，最高可提供 1.2 TB/s 的总内存带宽，平均每核心最高约 14 GB/s。7第二代 Scalable Coherency Fabric（SCF）将 88 个核心、共享 L3 缓存、内存控制器和 I/O 连接在统一的数据路径上，双向切分带宽最高可达 3.4 TB/s，统一 L3 缓存容量为 164 MB。
7
在与 Grace 的对比中，英伟达称 Vera 可提供 2.4 倍内存带宽、3 倍内存容量，以及两倍的 NVLink-C2C 带宽。1在 Vera Rubin NVL72 中，NVLink-C2C 可为 CPU 与 GPU 之间提供最高 1.8 TB/s 的一致性带宽，约为 PCIe Gen 6 的 7 倍。
这反映出英伟达的一个判断：智能体时代的瓶颈不一定只在 GPU 计算核心，也可能出现在等待数据、等待工具执行或等待调度的 CPU 侧。
“Scale-In”与其他网络层次分别做什么？
英伟达的网络架构可以分成三个层面：
Scale-in / scale-up：机架内部互连
NVLink 6 负责让 72 颗 GPU 以低延迟、高带宽方式协同工作，使一个机架更像一台大型共享计算机。
3
Scale-out：机架之间扩展
Quantum-X800 InfiniBand 和 Spectrum-X Ethernet 将多个 NVL72 机架连接成更大的训练或推理集群。
数据与基础设施卸载
ConnectX-9 SuperNIC 和 BlueField-4 DPU 处理网络、存储、安全和数据搬运任务，使 GPU 和 CPU 更专注于模型与智能体工作负载。
因此，“Scale-In”并不是对外连接更多服务器的网络，而是解决单个机架内部如何把多颗 GPU 组织成一个高效计算域的问题；Scale-out 才负责跨机架扩展。
DSX MaxLPS：从“峰值功耗”转向“每瓦产出”
英伟达把 DSX 描述为覆盖芯片、服务器、软件、数据中心设施和合作伙伴技术的端到端 AI 工厂设计。18
20其中，DSX MaxLPS 软件的目标是最大化单位功耗下的 Token 吞吐量，进而降低单位 Token 成本，而不是单纯让硬件尽可能长时间运行在最高瞬时功耗。
18
20
这对大型数据中心尤其关键。当部署限制来自电网容量、机房散热或电力预算，而不是买不到加速器时，更高的“每兆瓦有效工作量”意味着同样的能源基础设施可以承载更多请求。若这些指标能在客户部署中得到验证，收益可能体现为更低的电费、冷却成本、网络成本和每个生成 Token 所需的资本投入。
SpaceXAI：地面 Grok 基础设施与计划中的轨道计算
英伟达表示，SpaceXAI 将部署 Vera CPU，用于下一代智能体 AI 工作负载；同时，SpaceXAI 计划使用 Vera Rubin 扩展 Grok 背后的 AI 基础设施，并向吉瓦级计算容量发展。10
双方还计划把这套架构延伸到 Starmind 轨道计算项目：第一代 Starmind AI 卫星将采用经过优化的 Vera Rubin NVL72 系统作为空间计算载荷。10
12
需要区分“计划部署”和“已经运营”。现有材料只支持这是一项规划中的地面和轨道部署，并不能证明今天已经存在正在运行的轨道 AI 数据中心。10
12
对英伟达竞争版图意味着什么？
Vera Rubin 的战略意义在于，英伟达正在把竞争边界从 GPU 扩展到整套 AI 基础设施：
- 定制 Arm CPU；
- CPU-GPU 一致性互连；
- 机架级 NVLink 交换；
- InfiniBand 与以太网集群网络；
- DPU 和数据路径卸载；
- 面向 AI 工厂运行的软件。
如果英伟达宣称的效率优势能够在真实客户环境中复现，客户购买的就不再只是“更快的显卡”，而是一套在有限电力和散热条件下完成更多智能体任务的系统。这可能增强英伟达相对于其他 GPU 厂商以及传统服务器 CPU 厂商的竞争力。
但整合程度越高，客户对英伟达硬件、网络和软件栈的依赖也越深。Vera Rubin 的真正影响，最终仍取决于产品交付、软件兼容性、独立测试结果、采购价格以及不同模型和工作负载下的实际每 Token 成本。
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“英伟达 Vera Rubin 全面解析：从 NVL72、Vera CPU 到 SpaceXAI 合作”的简短答案是什么？
Vera Rubin NVL72 将 72 颗 Rubin GPU、36 颗 Vera CPU、ConnectX 9 SuperNIC、BlueField 4 DPU 和 NVLink 6 集成在一个液冷机架中，目标是把整机作为一个紧耦合的 72 GPU 计算域运行。[3][6]
首先要验证的关键点是什么？
Vera Rubin NVL72 将 72 颗 Rubin GPU、36 颗 Vera CPU、ConnectX 9 SuperNIC、BlueField 4 DPU 和 NVLink 6 集成在一个液冷机架中，目标是把整机作为一个紧耦合的 72 GPU 计算域运行。[3][6] 英伟达称，在使用 SemiAnalysis AgentX 工作负载和 DeepSeek V4 Pro 的测试中，Vera Rubin NVL72 相比 GB300 NVL72 的智能体工作负载每兆瓦吞吐量最高提升 30 倍，Token 成本最高降低 35 倍。[8][9]
接下来在实践中我应该做什么？
Vera CPU 采用 88 个 Olympus 核心、176 个 Spatial Multithreading 线程，配备最高 1.2 TB/s 的 LPDDR5X 内存带宽、164 MB 统一 L3 缓存和最高 3.4 TB/s 的片上互连带宽。[2][7][48]