算力巨头重磅新品首测，一度电性能暴增450倍！

2026-08-25 17:14

就在今天，英伟达首次公布了下一代旗舰级机柜Vera Rubin NVL72 的首次片上实测数据。

值得关注的是，英伟达这次测试跑的却不是大家常用的那种聊天问答的AI大模型，而是跑智能体（agent）。他们直接用的最强开源大模型DeepSeek V4 Pro去跑SemiAnalysis旗下的AgentX的基准测试，里面全是真实世界里Agent写代码留下的会话轨迹。

为什么不跑LLM推理，而是agent呢？

因为OpenRouter的最新数据显示，在真实世界里头，跑一个Agent AI任务消耗的Token数量，是普通聊天对话的15倍！

一个智能体干完活，上下文能从六万token一路堆到接近四十万，Agent 处理长任务时这种长度就是日常，中间还穿插着工具调用和子智能体的请求。

智能体交互次数越多，吞吐量越大。因此，英伟达官方也挑明，性能测量必须进化！不能再测单一的推理请求，必须捕捉完整的Agent工作流。为此，他们使用了AgentX 基准测试。

跑出来成绩也挺吓人，每秒一百六十 token的交互目标下，Vera Rubin NVL72相比上一代 GB300 NVL72，每兆瓦吞吐量最高涨了三十倍，每百万token的成本最高降了三十五倍！

英伟达直接宣布，LLM时代结束，Agent时代降临，以前的AI跑分基准，全部作废！

GB300 这一代相比更老的 H200，在 DeepSeek V4 Pro 上每兆瓦吞吐量已经高了十五倍，每百万 token 成本大约降到十分之一。到了 Vera Rubin，在这个基础上又叠了三十倍。两代连乘，从 H200 到 Vera Rubin，同一度电能干的智能体活儿差不多翻了四百五十倍！

按行业里流传的报价口径，整机柜的标价每一代大致翻一倍，两代下来贵了约四倍。可同一度电产出的token 翻了四百多倍，相应的每百万token的账单就少了几十倍。

虽然机器更贵了，但用它的单位成本反而塌下去一大截。

这两年英伟达最狠的一招，是重新设计整台机柜，再堂而皇之地卖贵一截，但却把每度电的产出推到旧机器够不到的地方。

声明： 本网站所刊载信息，不代表OFweek观点。刊用本站稿件，务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像，违者将依法追究法律责任。

共0条评论，0人参与

立即登录即可访问所有OFweek服务

忘记密码

其他方式

请输入评论内容...

请输入评论/评论长度6~500个字

暂无评论

图片新闻