OmniTools 8月24日消息，NVIDIA 官方消息，8月24日公布的实测数据显示，Vera Rubin NVL72系统在AI智能体（agentic AI）工作负载下，每兆瓦功耗的推理吞吐量最高可达GB300 NVL72的30倍，单百万token成本较后者降低35倍。
该数据基于SemiAnalysis AgentX真实编码轨迹工作负载测得，完整保留上下文累积、工具调用与子智能体调度等典型智能体行为。测试覆盖Kimi K3、MiniMax M3、GLM5.3、Qwen3.5及DeepSeek V4 Pro等多款主流模型。结果显示，Vera Rubin NVL72在DeepSeek V4 Pro模型上实现最高30倍能效提升，且当前数据尚未包含Vera CPU在工具调用场景的性能贡献。
Vera Rubin NVL72通过第五代Tensor Core、第三代Transformer引擎、NVFP4 4-bit量化、分布式KV缓存、KV感知路由、专家并行及第六代NVLink互联等软硬协同技术，显著提升长上下文推理效率。其NVL72 scale-up架构专为高带宽、低延迟智能体任务优化，支持在同等兆瓦预算内部署最多额外40%的GPU。
