知识卡片：英伟达首测Vera Rubin，DeepSeek吞吐提升30倍

英文标题：NVIDIA First Tests Vera Rubin, DeepSeek Throughput Up 30x 英文关键词：NVIDIA Vera Rubin; DeepSeek V4 Pro; AgentX benchmark; Agentic AI; NVLink; NVFP4; Groq 3 LPX; Vera CPU 原始来源：https://m.sohu.com/a/1067538635_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=1

一句话结论

英伟达首次公布下一代机柜级系统 Vera Rubin NVL72 的片上实测结果：使用 DeepSeek-V4-Pro 运行智能体编码任务，每兆瓦吞吐较 GB300 最高提升约 30 倍，每百万 Token 成本最高下降约 35 倍；同期还发布了首款 Agent 专用 Vera CPU，并被 SpaceXAI 规模化部署。

事件概述或研究问题

在 Agent 时代，旧有基准已不足以衡量推理系统。英伟达改用反映上下文增长与工具调用的 AgentX 测试，首次对 Vera Rubin NVL72 进行“片上实测”，对比现有主力 GB300。

方法/产品要点

• 测试负载：以 DeepSeek-V4-Pro 跑智能体编码任务。
• 指标：每兆瓦吞吐（AI 工厂效率）、每百万 Token 成本。
• 性能来源：分离式服务、KV 感知路由、NVFP4 量化、第六代 NVLink 协同设计。
• 同期动态：Groq 3 LPX 全面量产，长上下文输出达每秒 3400 Token；英伟达发布首款 Agent 专用 Vera CPU，已被 SpaceXAI 规模化部署并计划送上太空（原文如此）。

主要结果或产业意义

• 每兆瓦吞吐较 GB300 最高提升约 30 倍；每百万 Token 成本最高下降约 35 倍。
• Agent 时代旧基准失效，AgentX 测试成为衡量智能体推理吞吐与成本的新工具。
• Vera Rubin 被定位为面向智能体 AI 的下一代系统，而非简单 GPU 迭代。

为什么重要

• 首次片上实测意味着 Vera Rubin 不再只是纸面发布，而是有真实负载数据支撑。
• 成本降 35 倍、吞吐升 30 倍，直接冲击智能体规模化落地的算力经济学。
• 与已有卡片相比，本条增量信息包括：每百万 Token 成本最高降 35 倍的量化结果、AgentX 测试细节、性能来源的四个协同设计，以及同期 Groq LPX 和 Agent 专用 Vera CPU 的生态动态。

局限与不确定性

• 材料未给出测试环境、模型版本（DeepSeek-V4-Pro 具体参数）、对比基准的完整配置，具体“最高”倍数对应的工况待核实。
• “SpaceXAI 规模化部署并计划送上太空”的表述来自原文，未提供更多细节，待核实。
• AgentX 测试的具体方法、评测代码是否公开，材料未说明。
• 每百万 Token 成本降 35 倍的计算口径（是否包含硬件、能源、模型授权等）待核实。

可用于图书/PPT/简报的角度

• 从“旧基准失效”切入，说明 Agent 时代需要新评测体系。
• 数据中心从“卖芯片”到“卖吞吐/Token成本”的叙事。
• 英伟达与 Groq 等专用推理芯片的竞争格局。
• Vera Rubin 作为“Agent专用系统”的定位，以及 CPU、GPU、NVLink 的协同创新。

与既有脉络的关系

已有卡片《NVIDIA Rubin GPU架构：驱动智能体AI时代》和《NVIDIA Vera Rubin 与 Blackwell 树立智能体 AI 每瓦性能新标准》分别介绍了 Rubin GPU 架构和 8 月 25 日预览的每瓦性能数据。本条卡片是基于 8 月 26 日腾讯研究院 AI 速递的更新，补充了首次片上实测、成本降幅、AgentX 测试细节和同期生态动态，因此与既有卡片构成“预览→实测”的延续关系。

原始材料

腾讯研究院AI速递 20260826，来源：https://m.sohu.com/a/1067538635_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=1