NVIDIA Vera Rubin NVL72 量产启动：CoreWeave 实测能效比 Blackwell 提升 10 倍
7 月 21 日，NVIDIA 官方宣布 Vera Rubin NVL72 正式进入量产阶段，CoreWeave、Google Cloud、Microsoft Azure 和 Oracle Cloud Infrastructure 四大云平台已部署运行。这是继 Blackwell 之后 NVIDIA 最重要的一代 AI 芯片平台，而 CoreWeave 首次公布的实测数据给出了一个冲击性数字：每兆瓦产出的 token 数是 Grace Blackwell NVL72 的 10 倍。
10x 能效意味着什么
CoreWeave 在实际 Vera Rubin NVL72 硬件上运行 DeepSeek-R1 推理基准测试，结果是每秒每兆瓦产出的 token 数达到 Blackwell 的 10 倍。
这个指标——token/MW——正成为 AI 工厂最核心的效率度量。原因很简单：电力才是 AI 规模化的真正瓶颈，不是芯片数量。10 倍能效提升意味着同样电力预算下可以跑 10 倍的推理量，或者同样推理负载只需要十分之一的电力。对 CoreWeave 这样按电力效率定价的 AI 云服务商来说，这直接转化为成本优势和利润空间。
7 颗芯片极端协同设计
Vera Rubin NVL72 不是单颗 GPU 的升级，而是 7 颗芯片作为一个系统协同设计：
- Vera CPU：自研 Olympus 核心，单线程性能 2 倍于竞品 chiplet 设计，核间带宽 3 倍，内存延迟低 40%，专为 Agentic AI 工作负载设计
- Rubin GPU：新一代加速计算核心
- NVLink 6 Switch：260 TB/s 全互联带宽，使整个机架表现为单一加速器
- ConnectX-9 SuperNIC：1.6T 网络接口卡
- BlueField-4 DPU：数据处理单元
- Spectrum-6 以太网交换机：102.4T 交换芯片
- Groq 3 LPX：液冷扩展托盘
整个系统的计算托盘取消了线缆、风扇和水管，组装时间从数小时缩短到一分钟。45°C 液冷进水温度设计允许使用无冷水机组的风冷散热器，每年每兆瓦可节省数百万加仑用水。
Spectrum-6：AI 工厂的神经网络
和 Vera Rubin 同步交付的还有 NVIDIA Spectrum-6 以太网交换系统。这是 102.4T 容量的交换芯片，是前代容量的 2 倍，专为 AI 工厂的规模化通信模式设计。
AI 训练和推理中，数千个加速器需要持续同步交换数据，这是典型的东西向流量，传统以太网并非为此设计。Spectrum-X 平台通过自适应路由、高级拥塞控制和遥测功能，实现比标准以太网 1.6 倍的 RDMA 带宽，在超过 10 万 GPU 的部署中维持 95% 的网络效率。
CoreWeave、Microsoft、SpaceXAI 和 Tesla 将是首批部署 Spectrum-6 的用户。CoreWeave 部署的 SN6600-LD 液冷交换机架可提供 1.64 Pb/s 的交换容量，密度翻倍于前代风冷方案。
四大云厂商同步部署，欧洲和日本加码
Vera Rubin 的量产覆盖 30 个国家的 350+ 工厂站点，供应链规模前所未有。部署进展包括：
- CoreWeave：首家完成 Vera Rubin NVL72 上线验证的 AI 云服务商，Jane Street 已签署 60 亿美元协议使用该平台
- Google Cloud：推出 A5X 实例，伦敦 AI 公司 Ineffable Intelligence 成为首批用户
- Microsoft Azure：与 Mistral 扩大合作，在欧洲部署数万颗 Vera Rubin GPU，支持主权 AI 需求
- Oracle Cloud Infrastructure：同步部署中
此外，日本政府联合产业界正在建设全球首个国家级 AI 基础设施，采用 13,750 颗 Vera CPU 和 27,500 颗 Rubin GPU。Bristol Myers Squibb 也在建设生命科学领域最先进的 AI 工厂。
对行业的信号
Vera Rubin 的量产速度值得关注。Blackwell 从发布到量产经历了数月延迟，而 Vera Rubin 在 2026 年初发布后仅半年就进入四大云厂商部署，供应链成熟度明显提升。10 倍能效的提升如果能在更多工作负载上复现，将显著改变 AI 推理的经济学——每百万 token 的成本降至 Blackwell 的十分之一。
更深层的影响是：NVIDIA 正在从"卖 GPU"转向"卖整个 AI 工厂平台"。Vera Rubin 是芯片、网络、软件、散热一体化的产物，竞争对手很难在单一维度追上这种协同设计的优势。对 AMD、Intel 和各类 AI 芯片创业公司来说，这是又一道更高的门槛。
*基于 NVIDIA 官方博客及 CoreWeave 公开基准测试数据整理，2026 年 7 月 21 日。*