先给结论：所谓"电费降十倍"，是对这组数字最常见的误读。CoreWeave的实测口径是，在响应速度相同、运行DeepSeek-R1的条件下，Vera Rubin平台的每兆瓦Token吞吐量是上一代Grace Blackwell NVL72的10倍。 也就是说，"10倍"衡量的是每一兆瓦电力能产出多少Token，而不是机柜的用电量被砍掉九成。恰恰相反，新一代机架把AI机柜推入了单柜200kW级功耗区间，满载约190–230kW。 电费降多少，取决于你把分母写成什么。度深科技知乎
10倍不是芯片省电，是系统级产出
“每兆瓦"这三个字把供电、散热、互联的全部开销都算进了分母，它衡量的是电力预算换回多少有效算力，比单卡TFLOPS更接近AI工厂的真实账本。一台Vera Rubin NVL72机柜塞进72颗Rubin GPU和36颗Vera CPU，总功耗220千瓦，是上一代的近两倍——机柜本身更费电了。 芯片层面同样没有任何"省电10倍”：单颗Rubin约1800–2300W，比Blackwell只高不低。算力远见知乎
多出来的十倍产出，是怎么被"抠"出来的
散热是第一刀。计算托盘从GB200、GB300时代的约85%水冷升级为100%全液冷，系统内取消风扇。 冷却液入口温度做到45摄氏度，意味着新建AI工厂可以不用冷水机，制冷环节的电力与水耗一起大幅收缩。知乎算力远见
互联是第二刀。Vera Rubin使用的NVLink6通过双向信令，在相同数量的铜缆上实现了NVLink带宽的两倍，MoE大模型跨72颗GPU调用"专家"不再被网络堵在原地。 调度是第三刀：NVIDIA DSX MaxLPS可以在GPU、机架和工作负载层面做电源管理，在相同的兆瓦预算内多配置高达40%的GPU。知乎新智元
不过要提醒一句，能效红利并非来自"每个部件都少用电"。SemiAnalysis的机柜拆解指出，网络设备功耗的减少仅占集群总功耗约1%，服务器的功耗预算仍占主导。 10倍每兆瓦产出的大头，来自同样的电力被更多地花在有效计算上，而不是花在空转、散热和等待上。知乎
还有30倍、35倍的说法，口径必须先分开
今年8月的Hot Chips上，NVIDIA公布了Vera Rubin NVL72首批片上实测，测试基准从固定长度的问答换成回放真实编码会话、带上下文增长与子智能体调用的AgentX负载。 在此口径下，相比GB300 NVL72，每兆瓦吞吐量最高提升30倍，每百万Token的生产成本最高降低35倍。 社区里围绕"每兆瓦tps达到B卡10倍"的讨论热度不低，但多数转述把这组数字当成了电价降幅。 需要分清：10倍对应GB200、DeepSeek-R1与相同响应速度；30倍和35倍对应GB300、DeepSeek-V4-Pro与Agent负载。不同对比对象、不同模型、不同基准之间，这些数字不能相乘，也不能互相替换。新智元知乎知乎
电费单的三种读法
如果锁定Token产出，这笔账确实惊人：同样的电费预算，能处理10倍的推理流量；同样的Token产出，电费砍到十分之一。 如果锁定机柜，电表读数只会更高——单柜功耗翻倍意味着每柜电费支出接近翻倍。而整座AI工厂的总账单，大概率继续变厚：需求端同步膨胀，一个智能体任务消耗的Token数量就是一次普通聊天的15倍，电力接入才是行业真正的瓶颈，厂商拿到便宜Token后的第一选择是塞满机柜而不是省钱。算力远见新智元
对用户来说，能兑现的不是"电费降10倍"这种账单魔法，而是单位Token的电费成本进入十分之一量级——推理报价、智能体订阅价与"数字员工"的可行性，都会顺着这条曲线重新锚定。
红利兑现前，还有几道闸
时间线上，CoreWeave、谷歌、微软、甲骨文等平台已部署机架投入运行。 实验室客户同样在进场，OpenAI计划在2026年第三季度规模化部署。 硬件门槛同样存在：供电侧正从54V向800V直流演进，老数据中心要吃到全部红利，必须先完成配电与液冷改造。 平台本身也才刚跨过工程化的最后一道门——CUDA 13.5本月将Vera Rubin从开发者早期访问转入正式发布，为生产环境做好准备。度深科技算力远见知乎NVIDIA英伟达中国
所以，对"AI工厂电费会降多少"这个问题最诚实的回答是：单Token电费降约一个数量级，单柜电费不降反升，总电费取决于你能拿到多少电力接入。能效革命没有让电变便宜，它让每一度电值钱了一个数量级——而这，才是电费账单背后真正的变化。
