戴尔R340

今天早上，英伟达公布了下一代 Vera Rubin NVL72 整机架的首次真机实测数据。36氪在针对 Agent 工作负载的测试里，按每位用户 160 tokens/s 的交互目标，Vera Rubin 相比上一代 GB300 NVL72，最高实现 30 倍更高的「每兆瓦吞吐量」，token 成本最高降低 35 倍。知乎首测选用的模型是 DeepSeek V4 Pro——8 月 13 日刚发正式

今年英伟达的Vera Rubin平台全面投产，新一代机架规模解决方案在定价方面将高于目前销售的产品，其中一个不可忽视的因素是存储成本的大幅上涨。由于包含了更多的DRAM和NAND闪存，存储成本在最新的AI服务器里的总成本占比已提升至25%左右。据TomsHardware报道，最近英伟达已经通知部分大客户，包括微软、谷歌和甲骨文等，AI服务器可能会涨价15%，预计2027年初生效，涵盖Grace B

这个周末，GPU并行计算的圈子基本被HotChips 2026刷屏了。英伟达扔出两颗大雷：一颗关于性能，一颗关于涨价。表面看是两条不相干的新闻，放在一起读，说的其实是同一件事——GPU并行计算的主角，正在从"算力"换成"数据搬运"。今天这篇，把它一次拆清楚。一、先读首测：30倍吞吐很炸，但先看基准英伟达这次史上首次公布了下一代旗舰机柜Vera Rubin NVL72的片上实测数据：跑1.6万亿参数

英伟达刚公布的Vera Rubin NVL72实测数据直接把天花板掀了：对比现役主力GB300 NVL72，每兆瓦吞吐量最高飙升30倍，Token成本最高暴降35倍。先别急着喊“PPT跑分”，这30倍不是芯片绝对速度快了30倍，而是“同样消耗一度电，新平台能完成的智能体任务量是上一代的30倍”。在电力卡脖子的AI工厂里，这相当于没多拉电线，凭空多出30倍算力资产。30倍差距怎么跑出来的？因为测的不