英伟达在Hot Chips 2026大会上首次公布了下一代旗舰机柜Vera Rubin NVL72的片上实测数据。在DeepSeek-V4-Pro的智能体编码任务中，其每兆瓦吞吐量较当前主力GB300 NVL72最高提升30倍，每百万Token生产成本最高降低35倍。这一结果被视为AI算力性能的一次重大跃升，并可能重新定义智能体时代的计算标准。

英伟达此次测试采用了SemiAnalysis旗下的AgentX基准，该基准回放真实的代码编写会话，包含上下文增长、工具调用和子智能体生成，以捕捉完整的智能体工作流。相比之下，传统的固定长度序列测试被认为已无法反映真实需求。数据显示，GB300在相同测试中每兆瓦吞吐量已比H200提升15倍，而Vera Rubin在此基础上又提升30倍。对于受电力供应限制的AI工厂而言，这意味着在相同电力预算下可处理30倍的智能体任务，相当于凭空增加30倍算力资产。此外，NVIDIA DSX MaxLPS技术可在GPU、机架和工作负载层面优化电源管理，在相同兆瓦预算内多配置高达40%的GPU。

性能提升直接转化为成本优势。英伟达宣布，Vera Rubin NVL72生产每百万Token的成本比GB300 NVL72最高降低35倍。当推理成本大幅下降，24小时不间断的数字员工和ToC端超级应用可能迎来爆发。有分析指出，这一变化可能改写智能体应用的商业模式，使更多依赖高频推理的场景成为可能。

Vera Rubin NVL72的惊人性能并非仅靠单芯片工艺，而是源于极致协同设计，包括分离式服务、分布式KV缓存、KV感知路由、MegaMoE等技术。NVFP4量化将模型权重压缩至4位精度，在保证输出质量的同时减少内存占用。第六代NVLink与MoE架构结合，提供了比以太网快10倍、延迟低3倍的互联网络，使DeepSeek这类MoE模型能在72个GPU间高效调用不同专家子网络。英伟达CEO黄仁勋表示，公司已不再只是销售GPU，而是提供整套“AI发电厂”。

大会还宣布Groq 3 LPX推理加速器全面量产。该产品是Vera Rubin NVL72平台的专属扩展，去年12月英伟达以200亿美元收购Groq公司获得。Groq 3 LPX将上下文处理与Token生成分离，由Rubin GPU处理大规模上下文，LPX负责极速生成Token。在Artificial Analysis基准测试中，Groq 3 LPX在10万Token长上下文下运行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，编码任务最大输出速度达6,981 Token/秒。Nebius已在Token Factory中部署该芯片。

英伟达还发布了专为智能体设计的Vera CPU，配备88个自研Olympus核心，高带宽LPDDR5X内存，带宽达1.2TB/s。英伟达高管称“Agentic AI是史上最复杂的计算任务”，因为智能体需执行上百步操作，包括工具调用、代码执行和上下文处理，这些任务对CPU提出了新要求。

SpaceXAI（原xAI）已宣布规模化部署Vera CPU。今年5月英伟达向包括SpaceXAI在内的多家公司提供样片，仅3个月后SpaceXAI即转入全面部署。SpaceXAI正基于Vera Rubin平台建设吉瓦级算力工厂以驱动Grok，并计划将这套算力送上太空。马斯克表示，双方合作设计了优化版Vera Rubin NVL72，将于2028年大规模部署，SpaceXAI第一代“Starmind”AI卫星将采用该机架级系统。

同一天，Vera CPU和Groq 3 LPX双双量产，标志着英伟达的版图从GPU扩展到CPU、推理加速器、NVLink等全栈产品。分析认为，英伟达正从提供单一芯片转向提供完整的“Token工厂”，为智能体时代重新铺设基础设施。这一动向可能对AI算力市场格局产生深远影响，但具体市场反应仍有待观察。