英伟达近期公布了其全新旗舰级机柜Vera Rubin NVL72的首次测试结果，带来了令人震惊的变化。这次测试选用了DeepSeek-V4-Pro进行的“智能体编码”任务，结果显示，Vera Rubin在每兆瓦的吞吐量上竟然较当前的主力产品GB300 NVL72提高了整整30倍，同时Token的成本也下降了最高35倍。许多人对此感到不可思议，甚至有人直言：“我连给投资人准备的PPT都不敢这么写！”还有网友戏谑道：“过去觉得三万美元的H200太贵，现在回头看看，它竟然连基础版都算不上。”

细致分析，从H200到GB300，真实的Agent工作负载已经实现了最高30倍的吞吐量增长，而成本大约翻了一番。再从GB300到Vera Rubin，吞吐量依然提升最多30倍，整机架的价格也大致翻了一倍。这意味着，过去两年英伟达的重大技术突破不再是GPU本身，而是通过让价格增至四倍，换来了惊人的900倍的速度提升！此次发布也标志着一个时代的转变，英伟达指出LLM时代的结束，Agent时代的来临，旧有的AI性能基准彻底失效。同时，专门为智能体设计的Vera CPU已经被马斯克的SpaceXAI迅速装机，甚至计划直接用于太空任务。

与此同期，英伟达的Groq 3 LPX也开始全面量产，与Gemma 4 31B搭配使用，达到每秒3400个Token的速度，万亿参数模型的吞吐量提升35倍。这些新记录彻底改变了Agent生态的商业格局，表明了为什么英伟达需要推出Vera Rubin的原因。根据OpenRouter的最新数据显示，实际的Agent AI任务消耗的Token数量是普通聊天对话的15倍，这就说明了在智能体和子智能体进行投资决策等复杂任务时，Token的增长对上下文处理构成了巨大的挑战。

智能体交互次数越多，吞吐量也随之增加：智能体数量翻倍，工具调用在增加。因此，传统的AI基准测试（比如固定长度的8K/1K序列测试）将显得毫无价值。英伟达明确表示，必须对性能测试进行进化，不能再用单一推理请求作为衡量标准，而是要全方位捕捉Agent的工作流程。这就解释了为什么H200在新的Agent战场上力不从心，而Vera Rubin则注定要脱颖而出。

为验证Vera Rubin NVL72的实力，英伟达采用了开源的DeepSeek-V4-Pro (1.6T)进行测试，结果令人震惊——在AgentX工作负载下，Vera Rubin NVL72的每兆瓦吞吐量相比GB300 NVL72提升了30倍！这说明，与同样优秀的GB300相比，Vera Rubin可在相同电力预算下实现30倍的智能体运算能力，相当于为兆瓦甚至吉瓦级别的数据中心增添了30倍的算力资产。同时，NVIDIA DSX MaxLPS技术也为电力管理提供了支持，使得在相同的电力预算下，所配置的GPU数量能够提高40%，进一步提升了每兆瓦的吞吐量。

此外，Vera Rubin NVL72在每百万Token的生产成本上较GB300 NVL72最高降低了35倍，推理成本的大幅度下降将使得24小时无休的数字员工成为可能，并为ToC端超级应用的爆发创造条件。英伟达将这一切归功于“极致协同设计”，通过分离式服务、分布式KV缓存和KV感知路由等技术，Vera Rubin NVL72实现了性能的飞跃。