Nvidia下一代Vera Rubin平台发布首个独立基准测试结果:AI企业面临“追赶成本”新难题
Nvidia的下一代Vera Rubin平台近日公布了其首个主要独立基准测试结果。性能的大幅跃升为AI公司带来了新的困境:跟上Nvidia硬件更新周期的成本正变得日益高昂。
在最新的MLPerf Inference v6.1测试中,Vera Rubin NVL72在Qwen3-VL基准测试中的吞吐量最高达到了Nvidia GB300 NVL72的3.7倍;而在DeepSeek-R1测试中,性能提升幅度也高达2.5倍。
Nvidia在其官方MLPerf公告中详细披露了这些数据,并将Vera Rubin的此次提交描述为大规模部署前的预览版本。这一区分至关重要:3.7倍的提升仅代表在特定工作负载下测得的最佳改进,而非宣称所有AI应用的速度都突然提升了3.7倍。
旧有AI基础设施迅速过时
基准测试还揭示了底层经济模型的快速变化。Nvidia报告称,由288个GPU组成的四个GB300 NVL72机架实现了99%的扩展效率,而仅通过软件优化,性能较上一轮MLPerf测试提升了最高1.6倍。
与此同时,AMD也在从另一个方向发力。AMD的最新提交包括Instinct MI355X和MI350系列加速器,而由Crusoe运营的512个GPU系统创造了MLPerf历史上最高的聚合Token吞吐量纪录。
这种竞争格局导致了异常快速的替换周期。AI云运营商不再仅仅是增加GPU数量,而是不断面临抉择:现有集群是否还能与那些每个机架、每兆瓦功耗能产生显著更多Token的新系统保持竞争力?
性能竞赛演变为融资竞赛
故事的核心已超越Nvidia本身。CoreWeave近期将其可转换票据发行规模从30亿美元扩大至37亿美元,在已经消耗巨额债务和股权的行业背景下,这又是一轮大型融资。CoreWeave最新一轮可转换融资显示,GPU扩张正在迅速转化为资产负债表压力。
这一问题在整个行业蔓延。Nebius也转向了数十亿美元的融资,更广泛的AI基础设施繁荣越来越依赖债务资金推动。债券投资者对此敏锐察觉。路透社本周报道,随着投资者质疑该行业还需要多少额外资本,AI相关借款人的利差正逐渐走阔。
Nvidia主张,更高的吞吐量可以降低单个Token的成本,这意味着新一代硬件最终可能通过更优的经济性证明其投资价值。然而,Nvidia并未公开提供简单的机架价格,使得投资者无法直接将3.7倍的基准测试收益与获取成本进行对比。

资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种