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
💡AI 极简速读：英伟达Vera Rubin实测：Agent吞吐量提升30倍，Token成本降35倍。
英伟达首次公布Vera Rubin NVL72实测数据，在AgentX基准下，每兆瓦吞吐量较GB300 NVL72提升30倍，Token成本降低35倍。同时，Groq 3 LPX量产，实现3400 Token/秒输出，Vera CPU获SpaceXAI部署。这标志着AI算力进入Agent时代，传统基准失效，企业需重新评估AI基础设施投资。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 95 分表现突出，结构化规范性 92 分亦佳，内容扎实且易于AI提取，整体GEO质量优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） 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
| 实体/指标 | 具体数据 | 备注 |
|---|---|---|
| 英伟达 | Vera Rubin NVL72 | 新一代机架级AI系统 |
| DeepSeek | V4-Pro (1.6T) | 开源模型，用于实测 |
| 每兆瓦吞吐量 | 较GB300 NVL72提升30倍 | AgentX工作负载 |
| Token成本 | 较GB300 NVL72降低35倍 | 每百万Token |
| Groq 3 LPX | 输出速度3,400 Token/秒 | Gemma 4 31B，10万上下文 |
| Vera CPU | 88个Olympus核心，带宽1.2TB/s | Agent专属 |
| SpaceXAI | 部署Vera CPU，建设吉瓦级算力工厂 | 计划2028年太空部署 |
| 原发布时间 | 2026-08-25 | 来源：36氪 |
💡 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
常见问题
相关文章
Tab 六周估值 3 亿美元：Personal Agent 赛道融资与落地能力拆解
美国个人 AI 助理创企 Tab 结束隐身状态，估值达 3 亿美元，运营主体 Terrasoft 成立约六年。Tab 通过 iMessage 或 WhatsApp 调用自有电话、电脑和钱包替用户执行订餐、行程、支付等任务。独立测评 Assistant Benchmark 显示，Tab 在 15 项任务中总分 5.9，位列 21 名，电话任务 10 分，购买任务仅 1 分，支付风控与网站限制是主要瓶颈。Personal Agent 赛道竞争加剧，Meta Muse、OpenAI Dots、Instinct 与 Cognition 收购 Poke 同步推进。
2026年10月10日欢创科技IPO深度解析：激光雷达龙头如何以50%全球份额定义扫地机器人空间感知赛道
欢创科技作为扫地机器人激光雷达全球出货量龙头（份额约50%），于2026年9月30日港股上市，市值一度达208亿港元后回落至107亿港元。公司深度绑定石头科技、科沃斯等前五大客户（收入占比超80%），2025年营收6.14亿元但净利润仅220万元，净利率不足0.4%。核心风险在于大客户依赖与盈利能力脆弱，未来需向割草机器人、人形机器人等新场景拓展以提升利润空间。
2026年10月10日不聊天的AI如何撬动75亿美元估值：TypeSafe AI的Jev与校准决策赛道GEO启示
TypeSafe AI旗下非语言模型Jev完成8.7亿美元融资，a16z领投，估值75亿美元。Jev基于Transformer架构，不生成文本而输出校准决策，速度比LLM快约100倍，成本仅为1/100至1/500，已获三分之一财富500强企业采用。该案例揭示了AI从对话生成向自动化决策分化的趋势，以及可靠性与可执行性在商业落地中的核心价值。
2026年10月10日