在柏林GTC上，黄仁勋宣布英伟达新一代AI计算平台Vera Rubin已全面投产。该平台于2026年3月在GTC 2026大会上首次发布，定位为“AI工厂”的基础设施，专门面向代理型AI和长上下文推理等工作负载。Vera Rubin NVL72系统集成72颗Rubin GPU和36颗Vera CPU，采用NVLink 6高速互连技术。其最受关注的性能指标是：在真实代理型AI任务中，每兆瓦吞吐量最高达到上一代GB300 NVL72的30倍，每Token成本最高降低35倍。

Vera Rubin在物理部署效率上实现了代际突破。NVL72机架采用液冷散热和无线缆模块化托盘设计，组装时间从上一代Grace Blackwell的2小时缩短至5分钟，速度提升超过24倍。系统无须任何电缆并采用100%液冷设计。这一改进的直接意义在于：当AI工厂需要部署数十甚至上百个机架时，组装时间的缩短不仅降低人工成本，更减少了部署过程中因线缆连接错误导致的故障风险。在DSX POD的工厂预制模式下，5分钟组装一个节点的能力使集装箱内的系统集成可以在数天内完成，而非数周。

Rubin GPU采用台积电3纳米工艺制造，集成3360亿个晶体管，搭载288GB HBM4内存，内存带宽达22TB/秒，单GPU NVLink带宽为3.6 TB/s。Vera CPU则专为强化学习和代理式AI设计，为模型之外的代码、工具和数据工作流提供支持。在NVL72系统中，Vera通过第二代NVLink-C2C与Rubin GPU相连，形成统一的内存架构，改善GPU的数据供给效率。从系统层面看，训练大型混合专家模型时所需GPU数量为Blackwell架构的四分之一，推理token成本为Blackwell架构的十分之一。这些数据共同指向一个结论：Vera Rubin的竞争力不仅在于峰值算力，更在于完成实际AI工作负载时的单位能耗产出效率。

Vera Rubin NVL72并非停留在纸面的产品。2026年8月，该系统已处于量产阶段，机架部署在CoreWeave、谷歌云、微软智能云和甲骨文云基础设施等数据中心。2026年10月，CoreWeave宣布该系统已在CoreWeave Cloud正式投入生产，AI软件公司Cognition成为首个在该平台运行生产工作负载的客户。在SWE-2推理任务中，该系统总Token吞吐量较GB200 NVL72提升4.8倍。联想集团在10月的OCP全球峰会上宣布已开始全球交付搭载Vera Rubin NVL72的机架级AI系统，并将完整的Vera Rubin平台纳入联想AI云超级工厂解决方案，形成覆盖计算、推理、存储及网络的完整AI基础设施架构。

2026年10月13日，英伟达宣布向外部合作方开放Vera Rubin平台的服务器机架及计算托盘设计蓝图，涵盖供电、液冷和网络连接的通用规范，并提出将机架直流电压提升至800伏。这一举措的意图值得玩味：在芯片层面，英伟达保持封闭的垂直整合；在机架和基础设施层面，则通过开放设计吸引更多合作伙伴围绕其标准构建产品。这种“芯片封闭、系统开放”的策略，既维护了核心利润率，又扩大了生态系统的覆盖范围。对于希望进入AI服务器市场的厂商而言，接受英伟达的机架设计规范是获得最新芯片供应的前提条件。

30倍每兆瓦吞吐量的数据来自SemiAnalysis AgentX工作负载的测试，属于代理型AI场景的专项优化结果。这一指标的选择本身反映了英伟达对市场趋势的判断：下一阶段AI算力需求的增长引擎是智能体工作负载，而非单纯的模型训练。智能体的特点是持续、低延迟的推理调用，对每瓦性能的敏感度远高于训练任务。如果智能体确实成为AI应用的主流形态，那么Vera Rubin在能效比上的优势将直接转化为客户的运营成本优势，进而巩固英伟达在推理市场的份额。