NVIDIA Vera Rubin 代理式 AI 芯片部署

NVIDIA 在 Vera Rubin 上的核心赌注是，代理式 AI 并非仅仅是聊天机器人推理的更大版本——它是一种结构上完全不同的工作负载^[1]。聊天模型只需一次性回答提示；而代理则需要观察、推理、规划、调用工具、管理庞大的上下文，并按需生成子代理，这些操作花费在编排上的时间远超下一个词元的预测^[5]。NVIDIA 的应对策略是不再让单个芯片承担所有任务。Rubin GPU 负责原始吞吐量和长上下文处理，新的 Groq 3 LPX 负责低延迟解码以支持交互式会话，而 Vera CPU——配备 88 个 NVIDIA Olympus 核心，内存带宽高达 1.2TB/s——则承担代理在模型调用之间产生的代码执行、数据处理和任务协调任务^[4]。在一项包含 10 万个词元的代理式基准测试中，Groq 3 LPX 实现了每秒 3,400 个输出词元的速度，约为最接近替代方案的四倍^[3]。这个七芯片平台将 GPU、LPU、CPU 和网络芯片整合在一起，形成 NVIDIA 所称的单一 AI 工厂引擎^[2]。这一架构的赌注在于，代理式工作负载更青睐此类专业化设计，而非简单地增加更多 GPU。

商业采用紧随生产公告而来。Nebius 成为首家在其 Token Factory 平台上提供 Groq 3 LPX 的云服务商，向现有客户宣传这仅是一次模型选择变更，而非迁移过程^[6]。Groq 自身已在大规模开发者和企业用户群中运行 LPU，现与 Dell Technologies 合作，将新芯片转化为可部署的基础设施，而非实验室演示^[7]。NVIDIA 从效率角度阐述了这些早期采用者的收益：Vera Rubin NVL72 搭配 Groq 3 LPX 每兆瓦电力可实现高达 Grace Blackwell NVL72 系统 35 倍的推理吞吐量，这一数字直指那些受制于电力的数据中心运营商^[6]。

并非所有受众都全盘接受 NVIDIA 的数据。社区讨论对这一头条效率声明提出强烈质疑，认为单个芯片实现十倍级的代际飞跃不可信，该数据更可能是 CPU、GPU、网络和冷却改进等系统层面优化的综合体现，而非芯片对芯片的直接比较。这种怀疑情绪还伴随着来自华尔街更具体的发布担忧：一位分析师指出 Vera Rubin 硬件时间表略有延迟，提及散热盖问题以及 SK Hynix HBM4 内存认证速度低于预期，尽管同一研究团队仍维持对该股的看涨评级^[9]。其他分析师则更为肯定——一位 Bernstein 分析师直接称该平台为“怪物”，并维持买入评级^[8]。NVIDIA 官方效率表述与基层怀疑及分析师谨慎态度之间的差距本身就是一个有用信号：该平台真实世界性能上限，以及供应链能否如期完成生产目标，目前仍在公开接受检验。

Vera Rubin 发布中最富推测性的延伸是 SpaceXAI 计划将该平台的某个版本送入轨道。地面版 Vera Rubin NVL72 机架配备 72 块 Rubin GPU 和 36 块 Vera CPU，由完全液冷的计算托盘支撑^[5]；而 SpaceXAI 的第一代 Starmind 卫星将运行经过优化、具备太空抗性（space-hardened）的同类机架级系统^[10]。埃隆·马斯克为此设定了具体日期，表示该空间优化系统计划于 2027 年第四季度发射入轨，2028 年将实现显著规模扩张^[11]。该时间表尚未出现在 NVIDIA 或 SpaceXAI 自身的新闻材料中——仅来自马斯克的公开声明——因此这是此次生产级发布中最富推测性的部分。两个环境之间的工程鸿沟巨大：轨道版 NVL72 必须承受辐射暴露和发射振动，通过散热器而非设施水循环系统散热，并且无法进行任何人工维护，所有这些挑战在既定发射窗口前仍未解决^[5]。