Nvidia的Vera Rubin与Groq推理建设推动代理式AI发展

Nvidia的新技术栈将AI代理的工作流视为三项独立任务，而非单一任务。以Rubin GPU为核心的Vera Rubin NVL72机架负责处理代理任务所需的重载推理与检索步骤，而单独的Vera CPU机架则负责编排——跟踪工具调用并协调单个提示可能触发的上千步流程。继承自Nvidia对Groq收购的Groq 3 LPX机架则专用于生成环节：将推理结果转化为快速、可读的响应。Nvidia表示，完整的七芯片Vera Rubin平台现已进入全面生产，客户发货将于今年秋季启动^[1]。

这种专业化在基准测试中直接体现出来。在Gemma 4 31B模型、10万token上下文长度的测试中，Groq 3 LPX实现了每秒3,400个输出token的表现——在相同长上下文工作负载下，速度约为最接近替代平台的四倍^[2]。这一数字作为原始速度记录的意义不如其传递的信号重要：Nvidia认为代理式AI真正需要的不是一颗通吃所有任务的芯片，而是一个将最慢、最直接影响用户体验的步骤交由专用硬件处理的流水线。

该策略不仅限于Nvidia自有芯片。NVLink Fusion向外部芯片制造商开放了相同的机架基础设施——包括NVLink组件、MGX机架设计、制造伙伴和集群软件——支持其开发定制XPUs和CPU，其中Intel贡献x86 CPU，三星电子代工厂则负责第三方硅片从设计到制造的全流程^[3]。综合来看，这表明Nvidia希望即使对于非自身制造的硬件，也能掌控代理式AI工厂的底层架构。

Nvidia对Groq的收购被广泛描述为一次收购——这是该公司有史以来最大的一笔交易，远超此前约70亿美元收购Mellanox的规模^[4]。但该交易本身并未采用传统收购结构。它实际上是一笔许可协议，附带对Groq关键人员的聘用，而非正式合并，且Groq独立的云业务已被剥离并继续独立运营。Nvidia表示，与该交易相关的Groq机架将在年底前上线^[5]。

这种结构已引发真实质疑。社区讨论指出，许可加聘用的形式可能是规避标准200亿美元收购所必然引发的反垄断审查的一种可行方式，并注意到未被单独聘用的Groq员工未被纳入协议，而股东则是通过许可费获得补偿，而非标准的并购支付——尽管在同一讨论中也有观点直接反驳此说法，援引报道称股东仍获得了补偿。另一条讨论线索进一步指出，Groq的股权结构涉及政治关联投资者，并指控Nvidia刻意设计交易结构以规避当前政府的审查——这一说法目前仍属社区推测而非确认事实，但已影响外界对该交易的解读。

行业观察者认为这是一种熟悉的剧本：收购一家有前景的芯片初创公司，吸收其IP与人才，让独立硬件业务逐渐融入母公司的路线图——这正是Nvidia在收购Mellanox后被认为采取的模式。Groq的推理技术最终是主要作为Nvidia自身机架架构的内部升级，还是作为独立竞争者存续，这一开放性问题或许正是该交易非同寻常结构意在消解的核心。

区分芯片发布与真正产品的关键在于谁在实际运行它，而Vera Rubin的答案出人意料地迅速。CoreWeave于2026年6月1日完成了业内首个Vera Rubin NVL72在生产环境中的部署与验证，使用的是戴尔PowerEdge XE9812服务器及其自研液冷与机架控制工具^[6]。Nebius紧随其后，承诺从2026年下半年起在其美国和欧洲数据中心部署Vera Rubin NVL72，并成为首家通过其Token Factory服务提供Groq 3 LPX的AI云服务商^[7]。

SpaceX与SpaceXAI正围绕Vera Rubin的机架级设计构建其AI基础设施——从地面数据中心到轨道计算，采用Vera CPU处理代理系统所需的编排、工具使用与模拟工作^[2]。据客户对部署情况的描述，工程阶段的机架也已在微软数据中心内部运行，使市场三大最大云计算与算力买家在数周内相继采用同一新架构。

这种速度具有两面性。它确实反映了运营商对未经验证基础设施通常不会轻易投入生产的背景下，给予的真实信心投票。但对这些运营商而言，这也构成竞争风险：分析师警告称，SpaceX对Nvidia芯片的独家承诺可能会使CoreWeave和Nebius等新兴云厂商在GPU分配队列中进一步靠后，尽管两者均获得了Nvidia数十亿美元的股权投资，本应意味着优先获取权^[8]。

就在宣布Groq 3 LPX与Vera Rubin进入全面生产的同时，Nvidia披露了一项对Cloverleaf Infrastructure的少数股权投资——金额达数亿美元——这是一家已向数据中心运营商出售超过7吉瓦带电土地的地产开发商^[9]。此举仅在几天前Nvidia对软银旗下电力子公司SB Energy进行约15亿美元股权投资之后，该投资与一处已租给OpenAI的俄亥俄州园区绑定^[9]。另有一笔20亿美元对电力开发商Lancium的投资——其位于德克萨斯州阿比林的园区托管了Oracle基础设施，而OpenAI正在租赁——共同构成了Nvidia将资本直接投入电力与土地供应链，而不仅仅是置于其上的芯片的模式^[10]。

逻辑很清晰：Nvidia可以制造任意多的GPU，但如果无处插电，芯片就无法产生收入。对土地与电力开发商的股权投资，是一种确保数据中心容量能跟上芯片需求的方式，而非将这一瓶颈留给客户自行解决^[11]。

这也使Nvidia从单纯的供应商转变为市场的直接参与者。当同一家公司同时持有电力开发商、园区运营商和芯片本身的股权时，硬件供应商与基础设施运营商之间原本的独立关系开始模糊——目前尚不清楚这种集中化对争夺相同土地与电力资源的小型买家会产生何种影响。

Nvidia官方对比数据——代理吞吐量是Grace Blackwell的10倍，推理能效最高提升10倍——是Vera Rubin发布背后的核心宣传点^[1]。华尔街基本接受了这一说法：Jefferies预计Vera Rubin收入将从2027财年第三季度约占Nvidia GPU收入的12%上升至第四季度的40%以上，机架出货量将从2026年底的约1.3万台增至2027年的逾12万台^[12]。

技术社区对此类整数倍数据则不那么信服。独立分析师指出，关于Groq集成后报告的35倍每兆瓦吞吐量数据仍需第三方验证才能采信，社区对“10倍”能效声明的讨论也公开称之为营销话术，有待独立确认。Nvidia在此方面记录参差——上一代GB300 NVL72曾预估性能为H100的约30倍，部署后据报道实际达到近100倍，这虽削弱了盲目怀疑的合理性，但并未完全消除疑虑。

开发者圈中另一个引发热议的相关问题：为何选择Groq而非Cerebras？流传的架构解释是，Groq的LPU以内存容量换取确定性的、由编译器调度的流水线，无停顿，且其多芯片机架设计比Cerebras的单一大晶圆芯片更顺畅地融入Nvidia现有的CUDA与NVLink生态——尽管讨论中也有人指出Cerebras仍更适合训练任务，意味着两者从一开始就并非完全可互换。