NVIDIA 與 SpaceXAI 正規劃一套從 CPU、GPU 到網路與資料處理的完整 NVIDIA AI 基礎設施，用於支援 Grok 及未來的軌道運算。這項消息目前代表的是合作與部署藍圖，並不表示整套系統已經投入生產運作。8

Vera CPU 將處理 Grok 背後的「雜務」

代理式 AI 不只是把問題送進模型、等待答案。當 AI 代理需要拆解任務、呼叫工具、執行程式、處理資料、管理隔離的沙盒環境，或在多次模型呼叫之間進行模擬時，CPU 也會承擔大量工作。

SpaceXAI 計畫使用 NVIDIA Vera CPU，支援 Grok 下一代代理式 AI 應用中的工具協調、程式碼執行、資料處理與模擬等工作。516

這也凸顯 NVIDIA 所主打的分工方式：Vera CPU 負責模型周邊的協調與處理，Rubin GPU 則專注於加速模型運算和推論。理想情況下，GPU 不必在代理等待程式、工具或資料處理完成時閒置，而能持續接收可執行的工作。8

Vera Rubin NVL72 是什麼？

NVIDIA 將 Vera Rubin NVL72 定位為一套整合式的機架級 AI 系統，而不是數個彼此獨立、鬆散連接的伺服器。其配置包括：

• 72 顆 Rubin GPU
• 36 顆 Vera CPU
• ConnectX-9 網路元件
• BlueField-4 DPU

這些元件被設計成一個統一的加速運算系統，面向高吞吐量推論、長上下文工作負載與代理式 AI 應用。4

對 NVIDIA 而言，這項布局的意義不只在於多賣 GPU。它同時把 CPU 層也納入自己的 AI 基礎設施平台：GPU 負責模型計算，CPU 則協調應用程式周邊的複雜工作。換句話說，NVIDIA 正試圖從單純的 GPU 加速供應商，擴大為涵蓋整個 AI 運算堆疊的系統供應商。

Starmind AI1：計畫把資料中心級運算送上軌道

SpaceXAI 與 NVIDIA 也計畫將 Vera Rubin NVL72 改造為第一代 Starmind AI1 的太空運算載荷。Elon Musk 表示，這套太空優化系統目前瞄準 2027 年第四季發射，整個機隊預計在 2028 年達到「具相當規模」的部署。15

不過，這些是目標日期，不是已驗證的營運成果。現有報導指出，具體系統規格、獨立效能測量，以及具法律約束力的發射時程，目前都尚未公開。8

因此，現階段較準確的理解是：SpaceXAI 正計畫把原本用於地面 AI 基礎設施的加速運算架構延伸到太空，而非已經證明軌道資料中心能按照這一時程運作。

「每兆瓦高 30 倍」應該怎麼看？

NVIDIA 表示，Vera Rubin NVL72 在代理式工作負載上的每兆瓦吞吐量，最高可達 GB300 NVL72 的 30 倍。這是 NVIDIA 針對特定代理式工作負載公布的測量結果，並非由獨立機構完成、涵蓋所有傳統機架或 x86 架構的普遍性基準測試。

較務實的解讀是，NVIDIA 正試圖最佳化 AI 模型周邊的完整流程，包括：

• CPU 端的代理協調
• 記憶體資料搬移
• 網路通訊
• GPU 推論
• 電力與系統管理

這個方向反映出，代理式 AI 的瓶頸未必只在 GPU。當每一次模型回應都要觸發工具、程式與資料流程時，CPU、記憶體與網路的等待時間同樣可能拖慢整體效能。至於 NVIDIA 宣稱的優勢能否轉化到 SpaceXAI 的實際生產工作負載，仍需要獨立測試與長期運作資料驗證。

SpaceX 的 NVIDIA 獨家策略與成本壓力

根據 SpaceX 首次公開財報相關報導，SpaceX 已承諾在 AI 基礎設施中獨家採用 NVIDIA 處理器。這將讓 NVIDIA 有機會同時供應 SpaceXAI 地面系統與規劃中的軌道載荷，涵蓋 GPU 運算層及 CPU／協調層。

但這項擴張也伴隨可觀的資本支出。路透社報導，SpaceX 單季資本支出達 184 億美元，其中 158 億美元用於 AI 基礎設施；儘管營收優於預期，投資人仍擔心建置成本與投入速度，SpaceX 股價也在公司首次以公開公司身分公布業績後下跌。17

這正是 Vera Rubin 計畫最重要的風險提醒：市場機會很大，但執行、融資、供應鏈與部署同樣充滿挑戰。就目前已確認的資訊而言，NVIDIA 與 SpaceXAI 公布的是一套支援 Grok 及軌道 AI 的技術架構與路線圖，而不是已交付的效能、發射時程或運算規模。

NVIDIA 與 SpaceXAI 正規劃一套從 CPU、GPU 到網路與資料處理的完整 NVIDIA AI 基礎設施，用於支援 Grok 及未來的軌道運算。這項消息目前代表的是合作與部署藍圖，並不表示整套系統已經投入生產運作。8

Vera CPU 將處理 Grok 背後的「雜務」

代理式 AI 不只是把問題送進模型、等待答案。當 AI 代理需要拆解任務、呼叫工具、執行程式、處理資料、管理隔離的沙盒環境，或在多次模型呼叫之間進行模擬時，CPU 也會承擔大量工作。

SpaceXAI 計畫使用 NVIDIA Vera CPU，支援 Grok 下一代代理式 AI 應用中的工具協調、程式碼執行、資料處理與模擬等工作。516

這也凸顯 NVIDIA 所主打的分工方式：Vera CPU 負責模型周邊的協調與處理，Rubin GPU 則專注於加速模型運算和推論。理想情況下，GPU 不必在代理等待程式、工具或資料處理完成時閒置，而能持續接收可執行的工作。8

Vera Rubin NVL72 是什麼？

NVIDIA 將 Vera Rubin NVL72 定位為一套整合式的機架級 AI 系統，而不是數個彼此獨立、鬆散連接的伺服器。其配置包括：

• 72 顆 Rubin GPU
• 36 顆 Vera CPU
• ConnectX-9 網路元件
• BlueField-4 DPU

這些元件被設計成一個統一的加速運算系統，面向高吞吐量推論、長上下文工作負載與代理式 AI 應用。4

對 NVIDIA 而言，這項布局的意義不只在於多賣 GPU。它同時把 CPU 層也納入自己的 AI 基礎設施平台：GPU 負責模型計算，CPU 則協調應用程式周邊的複雜工作。換句話說，NVIDIA 正試圖從單純的 GPU 加速供應商，擴大為涵蓋整個 AI 運算堆疊的系統供應商。

Starmind AI1：計畫把資料中心級運算送上軌道

SpaceXAI 與 NVIDIA 也計畫將 Vera Rubin NVL72 改造為第一代 Starmind AI1 的太空運算載荷。Elon Musk 表示，這套太空優化系統目前瞄準 2027 年第四季發射，整個機隊預計在 2028 年達到「具相當規模」的部署。15

不過，這些是目標日期，不是已驗證的營運成果。現有報導指出，具體系統規格、獨立效能測量，以及具法律約束力的發射時程，目前都尚未公開。8

因此，現階段較準確的理解是：SpaceXAI 正計畫把原本用於地面 AI 基礎設施的加速運算架構延伸到太空，而非已經證明軌道資料中心能按照這一時程運作。

「每兆瓦高 30 倍」應該怎麼看？

NVIDIA 表示，Vera Rubin NVL72 在代理式工作負載上的每兆瓦吞吐量，最高可達 GB300 NVL72 的 30 倍。這是 NVIDIA 針對特定代理式工作負載公布的測量結果，並非由獨立機構完成、涵蓋所有傳統機架或 x86 架構的普遍性基準測試。

較務實的解讀是，NVIDIA 正試圖最佳化 AI 模型周邊的完整流程，包括：

• CPU 端的代理協調
• 記憶體資料搬移
• 網路通訊
• GPU 推論
• 電力與系統管理

這個方向反映出，代理式 AI 的瓶頸未必只在 GPU。當每一次模型回應都要觸發工具、程式與資料流程時，CPU、記憶體與網路的等待時間同樣可能拖慢整體效能。至於 NVIDIA 宣稱的優勢能否轉化到 SpaceXAI 的實際生產工作負載，仍需要獨立測試與長期運作資料驗證。

SpaceX 的 NVIDIA 獨家策略與成本壓力

根據 SpaceX 首次公開財報相關報導，SpaceX 已承諾在 AI 基礎設施中獨家採用 NVIDIA 處理器。這將讓 NVIDIA 有機會同時供應 SpaceXAI 地面系統與規劃中的軌道載荷，涵蓋 GPU 運算層及 CPU／協調層。

但這項擴張也伴隨可觀的資本支出。路透社報導，SpaceX 單季資本支出達 184 億美元，其中 158 億美元用於 AI 基礎設施；儘管營收優於預期，投資人仍擔心建置成本與投入速度，SpaceX 股價也在公司首次以公開公司身分公布業績後下跌。17

這正是 Vera Rubin 計畫最重要的風險提醒：市場機會很大，但執行、融資、供應鏈與部署同樣充滿挑戰。就目前已確認的資訊而言，NVIDIA 與 SpaceXAI 公布的是一套支援 Grok 及軌道 AI 的技術架構與路線圖，而不是已交付的效能、發射時程或運算規模。