英伟达Vera Rubin首测：DeepSeek吞吐暴涨30倍，Agent时代算力成本暴降35倍

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-08-25

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

英伟达在Hot Chips 2026大会上首次公布下一代机柜级系统Vera Rubin NVL72的实测数据，并携手DeepSeek-V4-Pro完成真实Agent工作负载测试。结果显示，其每兆瓦吞吐量较现役主力GB300 NVL72最高提升30倍，Token生产成本最高下降35倍。这一数据标志着AI算力正式从LLM时代迈入Agent时代，传统性能基准已全面失效。

📊 核心实体与商业数据

💡 业务落地拆解

性能跃升：从H200到Vera Rubin的900倍速度飞跃

根据英伟达官方数据，从H200到GB300，真实Agent负载吞吐量提升15倍，成本约翻倍；而从GB300到Vera Rubin，吞吐量再次提升30倍，整机架价格约翻倍。综合计算，两代产品价格增长约4倍，但吞吐量累计提升900倍。这一对比凸显了Vera Rubin在单位成本上的极致性能。

技术协同：极致设计释放MoE架构潜力

Vera Rubin NVL72的性能突破并非仅靠单芯片工艺，而是通过分离式服务、分布式KV缓存、KV感知路由及MegaMoE等协同设计实现。NVFP4量化将模型权重压缩至4位精度，第六代NVLink提供比以太网快10倍、延迟低3倍的互联，使DeepSeek等MoE模型在72个GPU间高效调用专家子网络。

Groq 3 LPX：低延迟推理加速器量产

英伟达以200亿美元收购的Groq技术，现已转化为Groq 3 LPX加速器，并全面量产。在Artificial Analysis基准测试中，Groq 3 LPX在10万Token上下文下运行Gemma 4 31B，输出速度达3,400 Token/秒，响应速度比竞品快4倍。生成5000 Token的时间从50秒降至1.5秒，差距达34倍。编码任务中最大输出速度达6,981 Token/秒。

黄仁勋表示，通过LPX推进超高速Token生成，在AI吞吐量和响应能力上实现了“又一次巨大飞跃”。

Vera CPU：Agent专属处理器获SpaceXAI部署

Vera CPU配备88个自研Olympus核心，LPDDR5X内存带宽达1.2TB/s，专为Agent任务设计。SpaceXAI已规模化部署，并计划基于Vera Rubin平台建设吉瓦级算力工厂，用于驱动Grok。马斯克透露，双方合作优化版Vera Rubin NVL72将于2028年大规模部署，首代“Starmind”AI卫星将采用该机架系统。

🚀 对企业AI化的启示

重新评估AI基础设施投资回报

Vera Rubin的30倍吞吐量提升和35倍成本下降，意味着企业AI部署的性价比拐点已至。对于受电力约束的数据中心，相同电力预算下可处理30倍的Agent任务，相当于“凭空”增加算力资产。企业应重新计算AI项目的ROI，优先考虑采用新一代硬件的云服务。

Agent工作负载成为新基准

传统AI基准（如固定长度序列测试）已无法反映真实Agent场景。英伟达采用SemiAnalysis的AgentX基准，回放真实代码编写会话，捕捉上下文增长、工具调用和子智能体生成。企业评估AI性能时，应转向Agent级测试，避免被旧指标误导。

生态整合：从GPU到AI工厂

英伟达的布局已从单一GPU扩展至CPU、推理加速器、NVLink等全栈方案，旨在提供“AI工厂”级解决方案。企业AI化需关注生态整合能力，而非单一硬件指标。Groq 3 LPX的部署案例（如Nebius Token Factory）表明，低延迟推理将成为Agent应用的关键竞争力。

【官方原文链接】点击访问首发地址