NVIDIA 首次公布了基于真实芯片的 Vera Rubin 性能测试结果，在 Agent 工作负载下，相比上一代 GB300 NVL72，每兆瓦吞吐量最高提升 30 倍，token 成本最高降低 35 倍。测试采用 SemiAnalysis 的 AgentX 基准，使用 DeepSeek V4 Pro 模型。同时，SpaceXAI 宣布将部署 NVIDIA Vera CPU，并计划基于 Vera Rubin 架构扩展支撑 Grok 的 AI 基础设施。
SynthePulse Insight · AI 深度解读会员精读
版本 1 · 1 个来源
英伟达首次公布基于真实芯片的Vera Rubin性能测试，针对Agent工作负载实现每兆瓦吞吐提升30倍、token成本降低35倍，并宣布SpaceXAI部署Vera CPU。这标志着AI竞争从模型能力转向支撑Agent持续行动的计算基础设施。
英伟达首次公布基于真实芯片的Vera Rubin性能测试结果，针对Agent工作负载，相比上一代GB300 NVL72最高实现每兆瓦吞吐提升30倍，并将token成本最高降低35倍。测试采用SemiAnalysis的AgentX工作负载，该基准通过回放真实生产风格的Agent会话，评估系统处理真实Agent请求的能力。
与传统聊天任务不同，Agent会话具有长链路特征，上下文长度动态变化。NVIDIA展示的真实Agent轨迹中，主Agent上下文可从约6万token增长到接近40万token，并穿插多个子Agent请求。NVIDIA将指标定义为AI工厂级的'每兆瓦吞吐量'，同时关注端到端延迟、首token时间等。
测试使用DeepSeek V4 Pro模型，在每位用户160 tokens/s交互目标下，Vera Rubin NVL72相比GB300 NVL72实现30倍更高的每兆瓦吞吐量。这反映了Agent基础设施评估从固定Prompt测试转向接近真实生产环境的工作负载。
本文信息主要来源于机器之心对NVIDIA官方发布的报道，属于二手转述。性能数据（30倍、35倍等）为NVIDIA官方声称，未经独立验证。第三方机构Artificial Analysis的测试数据为来源转述，未提供原始报告。轨道计算计划来自马斯克透露，属于计划性声明，存在不确定性。
主报道
主报道来源