英伟达（NVIDIA）新一代机架级 AI 超级计算机 Vera Rubin NVL72 已进入全面量产阶段，多家头部云厂商的机架已投入运行。据英伟达官方信息，CoreWeave、Google Cloud、Microsoft Azure 和 Oracle Cloud Infrastructure 等合作伙伴的 Vera Rubin 机架均已部署。这一平台从芯片到电网进行了全栈协同设计，旨在提供最高的每瓦性能与最低的 Token 成本，其供应链已覆盖 30 个国家的 350 多家工厂，成为英伟达迄今规模最大、最成熟的机架级供应体系。
在性能方面，CoreWeave 首次公布了基于实际运行硬件的基准测试结果：在 DeepSeek-R1 负载下，Vera Rubin NVL72 的每兆瓦 Token 吞吐量较上一代 Grace Blackwell NVL72 提升了 10 倍。这一指标直接回应了电力受限的 AI 工厂最关心的核心问题——在同等电力预算下，每兆瓦产出的 Token 越多，意味着能产出更多智能算力，或在显著降低功耗的情况下处理相同负载。
Vera Rubin 平台的核心突破在于七款芯片与五种机架托盘的极致协同设计，而非通用产品的简单拼凑。五种机架系统包括 Vera Rubin NVL72、Vera CPU 机架、Groq 3 LPX、Spectrum-6 SPX 和 Vera BlueField-4 STX。其中，NVIDIA Vera CPU 专为智能体时代设计，其定制 Olympus 核心相较竞品的芯粒方案，单线程性能提升 2 倍、核间带宽提升 3 倍、内存延迟降低 40%，成为面向关键智能体负载时最高效的单线程 CPU。
在网络层面，第六代 NVLink 纵向扩展技术在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。横向扩展方面，Spectrum-X 以太网集成 102.4T 的 Spectrum-6 交换机系统、1.6T 的 ConnectX-9 SuperNIC、自适应路由、高级拥塞控制、遥测技术及开放操作系统支持，其 RDMA 带宽比通用以太网高出 1.6 倍。
英伟达还推出了全球首款量产的光电一体化封装（CPO）交换机，用于横向扩展，相比传统可插拔收发器，能效提升 5 倍，平均无故障间隔时间（MTBI）提升 10 倍。CoreWeave、Lambda 和 OCI 率先采用该技术。此外，Spectrum-XGS 以太网将跨站点吞吐量提升 1.9 倍，满足十亿瓦级 AI 工厂跨建筑部署的需求。NVLink Fusion 则向第三方 XPU 开放了英伟达基础设施平台，帮助合作伙伴借助成熟的 NVLink 纵向扩展堆栈快速上市。
经过三代机架级协同设计的迭代，Vera Rubin NVL72 实现了托盘内无电缆、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。其 45 摄氏度液冷进水温度设计使系统无需冷水机组，仅靠干式冷却器即可运行，对新建 AI 工厂而言，每兆瓦每年可节省数百万加仑水。
Vera Rubin 也是微软与 Mistral 新一轮合作的基石。该合作将开放的欧洲模型与云环境及客户管理环境结合，使政府和重点监管行业能按需采用 AI。Mistral 正通过引入数千个最新 Vera Rubin GPU 扩充算力，为训练、推理和大规模部署提供共享平台。
在云服务商部署方面，CoreWeave 成为首家完成 Vera Rubin NVL72 部署与验证的 AI 云服务商，其基准测试显示每兆瓦 Token 吞吐量较上代提升 10 倍。Google Cloud 的首个 A5X 实例基于 Vera Rubin NVL72 构建，已由伦敦初创公司 Ineffable Intelligence 率先采用，该实例每 Token 推理成本降至上一代的 1/10，每兆瓦 Token 吞吐量提升 10 倍。
云平台 DeepInfra 的独立基准测试显示，NVIDIA Vera CPU 的运行速度是其他 CPU 的 2 倍以上，在保持相同服务质量的前提下，支持的并发 AI 智能体数量多出高达 1.6 倍，编排速度快 2.2 倍。DeepInfra 每周处理近 5 万亿 Token，其中约 30% 由智能体系统驱动。
Vera Rubin 的量产标志着英伟达在机架级 AI 基础设施上的又一次跃进，其全栈协同设计与供应链布局，正深刻影响 AI 算力的供给效率与成本结构，对依赖大规模推理和智能体负载的云厂商、模型公司及下游应用企业都将产生直接牵动。