两天前（8月24日），英伟达史上首次公布了下一代旗舰机架 Vera Rubin NVL72 的片上实测数据，而且直接拉来开源大模型 DeepSeek-V4-Pro，跑的不是固定问答，是最真实的智能体编码任务。新智元结果很快刷屏：在同样的电力预算下，每兆瓦吞吐量最高达到当前主力 GB300 NVL72 的30倍，每百万 Token 的成本降到后者的约1/35。NVIDIA官方博客这个数字一出来，评论区反应相当分裂。有人惊呼：“我连骗投资人的PPT都不敢这么写！”也有人感慨：“以前嫌H200三万美元一张贵，现在回头一看，H200居然连丐版都算不上了”。36氪欢呼或者质疑之前，我先把这个数字拆开算一算。
一、30倍不是“快了30倍”，是“同样的电能干30倍的活”
先看测试方法。这次用的是 SemiAnalysis 的 AgentX 基准：回放真实录制下来的智能体编程会话，上下文逐轮增长、中间穿插工具调用、还会并行派出子智能体，而不是传统那种固定长度的“8K输入、1K输出”考题。NVIDIA官方博客对比方式也不一样：把功耗固定在1兆瓦，把交互体验固定在每用户约160 Token/秒的相近水平，然后比整机机架能承载多少真实的智能体工作。知乎所以比的根本不是单卡峰值，而是 GPU、NVLink、推理软件、缓存调度作为一个整体，在固定电力下的服务能力。
而30倍，是帕累托曲线最极端那个点上的比值。交互速度要求低的时候，两代差距其实没那么大；一旦每用户速度要求拉高，GB300 的小批量吞吐下滑得明显更快，Vera Rubin 靠分离式服务、分布式 KV 缓存、KV 感知路由这些优化还能撑住。翻译成人话：智能体任务越忙、越碎，Rubin 的优势越大；只跑普通聊天的话，差距远没有30倍。
二、这个数字能信几分？按证据强度分三档
英伟达同一天还放出了好几组数字，混在一起传播很容易变成一笔糊涂账。我按可信度把它们分成三档。
第一档，实测了但还没审计：NVL72 跑 DeepSeek V4 Pro 的30倍吞吐、1/35成本。英伟达自己在原文里说得很清楚，这是早期结果，正在等 SemiAnalysis 审核，而且没有计入 Vera CPU 处理工具调用时的表现。NVIDIA官方博客可以引用，但要记住这是学霸自己报的分数。
第二档，官方预测。Groq 3 LPX 这款推理加速器，来自英伟达去年12月豪掷200亿美元收购的初创公司 Groq。36氪官方技术资料给出的预测是：Vera Rubin NVL72 与 Groq 3 LPX 共同运行约2万亿参数 MoE 模型，在400K输入上下文、每用户约400 Token/秒的高交互场景下，每兆瓦吞吐量相对 GB200 NVL72 最高可提升35倍。知乎注意，这是期货规格表，不是当天的实测。
第三档，已经发生的。Vera Rubin 已全面投产，印度 AI 基础设施公司 AM Intelligence 宣布订购9000台，成为亚洲首批采购方之一，机架系统明年在印度南部投入运营。哔哩哔哩华尔街见闻
还有一笔账很少有人算：吞吐跃升的同时，机架价格也在涨。按英伟达官方数据，GB300 NVL72 在同一模型上的每兆瓦吞吐已经最高达到上一代 Hopper 架构的15倍。NVIDIA官方博客而 Vera Rubin 在 GB300 的肩膀上再来30倍，整机架价格大致再翻倍。36氪两年两代，价格4倍，每兆瓦吞吐累计提升数百倍。哪怕把30倍打个对折，每 Token 成本的下行曲线也不会变——这才是“AI工厂”对存量算力真正的杀伤力。
三、英伟达为什么要换标尺
这次真正的信号，其实不是数字，而是标尺变了。英伟达援引 OpenRouter 的数据：单次智能体请求消耗的 Token 最高可达普通聊天请求的15倍，真实 AI 流量里的平均 Prompt 长度已经增长约4倍。机器之心当智能体开始连续工作几个小时，传统那种测“每秒生成多少 Token”的基准，就回答不了真正值钱的问题了。英伟达官方挑明：性能测量必须进化，不能再测单一推理请求，而要捕捉完整的智能体工作流。NVIDIA官方博客1兆瓦电到底能同时养多少个智能体、每百万 Token 到底花多少钱，才是新的计分方式。
如果成本真降到1/35，最先改变的不会只是聊天速度，而是那些“技术上能做、账上算不过来”的任务：让智能体长期盯代码、盯流程，多个智能体全天协作。这就是英伟达说的“按 AI 工厂重组算力”——不再卖单卡，而是卖整座工厂：Rubin GPU 负责大规模并行计算和大容量 KV Cache，Groq 3 LPX 负责低延迟 Token 生成，Vera CPU 处理工具执行这类串行工作，Dynamo 软件栈负责编排。知乎
对普通消费者来说这事看似很远，但涟漪已经到家门口：英伟达已经通知客户，AI 服务器因内存暴涨涨价超过15%。36氪HBM 等高端存储的产能正在被这些机架吃掉，这一轮内存、显卡的涨价，和这场发布会就是同一条根。
四、今晚的财报，有三件事值得听
再过几个小时（美东8月26日盘后、北京时间27日凌晨），英伟达将发布2027财年第二季度财报。上一季度营收816.15亿美元、同比增85%，数据中心收入752.35亿美元、同比增92%。知乎本季官方指引910亿美元上下浮动2%，而 FactSet 的市场一致预期已经喊到922亿美元。微博有人复盘过，过去四个季度英伟达次次超预期，但财报发布后股价无一例外回落。知乎在“超预期”已被定价的当下，Rubin 是少数还能拉动预期的新变量。电话会上值得听三件事：
一是 Rubin 量产爬坡的交付数字。会不会给出具体爬坡节奏、哪些大客户率先部署，这是对上面“第三档事实”最直接的验证。
二是存储和供应成本。内存涨价、服务器提价之后，毛利率是否被挤压，提价会不会影响订单能见度。
三是明年的收入能见度里，Rubin 占多大比例。资本开支能不能追上 AI 收入，这个问题要靠它回答。
五、写在最后
30倍这个数字，你可以保守一点——英伟达自己都说要等第三方审核。但方向不必保守：AI 算力的竞争轴心，已经从“谁的单卡更快”换成了“谁的一兆瓦电能跑出更多智能体”。留两个验证信号：一是未来三个月，看 SemiAnalysis 的独立审核能不能复现这个量级；二是明早的电话会上，Rubin 的交付给的是具体数字，还是一串形容词。
