一句话看懂：英伟达正将AI基础设施的竞争焦点从“单颗GPU算力”转向“Token工厂效率”，并推出Vera Rubin平台——一套整合CPU、GPU、LPU、网络和存储的异构系统，旨在以更低电力、更少GPU数量，实现更高的Token产出和更低的单位成本。
事件核心：发生了什么
英伟达在GTC大会上发布了Vera Rubin NVL72计算引擎，该机架集成72颗Rubin GPU和36颗Vera CPU，通过第六代NVLink连接，上层可视为单一超大加速器。单颗Rubin GPU配备288 GB HBM4显存（带宽22 TB/s），整机架提供20.7 TB HBM4。官方数据显示，相比Blackwell平台，Vera Rubin NVL72仅需四分之一的GPU即可训练大型混合专家模型，每瓦特推理吞吐量提升最高10倍，每Token成本降至十分之一。
平台还引入三块关键硬件：Vera CPU（88核Arm架构，支持1.5 TB LPDDR5X内存，智能体沙盒性能最高比x86快50%）、Groq 3 LPU（专注推理解码阶段的低时延计算，与GPU构成“注意力-前馈网络解耦”异构推理系统）、以及面向长上下文的KV Cache独立存储层（G3.5层，通过BlueField-4和CMX平台实现PB级共享缓存）。此外，Spectrum-X以太网交换机已进入全球数据中心市场收入第一，结合CPO光互联技术，可将网络功耗效率提升5倍。
为什么重要
这一发布标志着AI基础设施的衡量标准正在根本性变化。过去，企业比拼的是GPU峰值算力；现在，在固定电力、空间和资本投入下，系统能持续生成多少Token、每个Token的成本多低、数万加速器能否稳定运行，成为关键指标。Vera Rubin不是单芯片升级，而是系统级重组：CPU从数据加载角色转变为智能体循环的关键瓶颈；LPU分担解码阶段时延敏感计算；KV Cache从临时数据变为独立存储层。这代表AI工厂从“训练优先”转向“推理与智能体协作优先”的架构思路，直接挑战传统数据中心的设计逻辑。
对用户/开发者/创作者的影响
对于使用大模型API的开发者，Vera Rubin的Token成本下降预示着调用价格可能持续降低，尤其在高并发推理和智能体场景中，响应速度和稳定性有望改善。对于企业采购方，选择AI基础设施时需从单卡算力转向综合效率评估，包括电力消耗、机架密度和网络可预测性。对于创作型用户（如图像生成、长文本处理），更低的推理成本意味着更多免费或低价服务可能上线，同时长上下文场景（如多轮对话、文档分析）的性能瓶颈有望缓解。需注意，这些影响依赖平台实际部署进度，目前仍为发布阶段。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Vera Rubin NVL72和Groq 3 LPX机架的具体上市时间与定价尚未公布，需关注英伟达后续出货节奏。第二，CPU环节的更快沙盒性能是否吸引更多智能体开发框架（如LangChain、AutoGPT）深度适配。第三，Spectrum-X以太网在市场端的份额扩张是否会推动思科、Arista等竞品调整产品策略，以及CPO光互联技术是否从英伟达生态扩散至行业标准。第四，对手AMD、Intel及新兴AI芯片公司能否在系统级集成上跟进，尤其在端到端网络与计算协同方面。
来源：InfoQ CN
