大仁Jaron

英偉達稱，基於SemiAnalysis的AgentX工作負載、採用DeepSeek V4 Pro模型，Vera Rubin每兆瓦吞吐量最高達到上一代GB300 NVL72的30倍，每Token成本最高降低35倍。SpaceXAI將採用Vera CPU加速下一代智能體AI應用，並擴大基於Vera Rubin的平台建設，SpaceXAI計劃將優化版Vera Rubin NVL72延伸至太空，用於首代Starmind AI衛星。
英偉達正在加速把AI基礎設施的競爭，從傳統的模型訓練和推理性能，推進到圍繞智能體AI（Agentic AI）的Token生成速度、能耗和成本展開的新階段。
美東時間24日週一，英偉達宣佈面向交互式AI推理的Groq 3 LPX正式全面投產。作爲Vera Rubin平台的重要組成部分，Groq 3 LPX主打超低延遲Token生成，英偉達稱，在Artificial Analysis測試中，搭載Gemma 4 31B模型、100,000 Token上下文時，Groq 3 LPX實現每秒3400個輸出Token，爲該模型創下最高紀錄；針對智能體編程等低延遲工作負載，其響應速度最高達到最近競爭平台的4倍。
同時，英偉達公佈Vera Rubin NVL72在真實智能體工作負載下的新測試結果：基於SemiAnalysis的AgentX工作負載、採用DeepSeek V4 Pro模型，Vera Rubin每兆瓦（MW）吞吐量最高達到上一代GB300 NVL72的30倍，每Token成本最高降低35倍。英偉達強調，智能體任務不同於傳統聊天或摘要，任務上下文會隨着數百個步驟不斷累積，甚至達到數十萬Token。

同一天，英偉達還宣佈SpaceXAI將採用Vera CPU加速下一代智能體AI應用，並擴大基於Vera Rubin的平台建設，隨着其算力規模向數GW擴張；此外，SpaceXAI計劃將優化版Vera Rubin NVL72延伸至太空，用於首代Starmind AI衛星。
Groq 3 LPX全面投產，英偉達補齊智能體「最後一公里」
英偉達此次將Groq 3 LPX正式推向全面生產，核心目的並不是用專用推理芯片取代GPU，而是爲Vera Rubin補充傳統GPU架構在低延遲Token生成方面的能力。
對於智能體而言，一次任務往往不再是「一問一答」：智能體需要讀取文件、調用工具、執行代碼、檢查結果，再根據結果繼續推理，可能循環數百甚至數千個步驟。在這一過程中，每一步Token生成的速度都會影響整個任務的完成時間。
英偉達稱，智能體AI因此帶來了兩個不同的計算挑戰：一方面需要高效處理不斷增長的大規模上下文，另一方面需要以極低延遲持續生成Token。Vera Rubin NVL72負責更廣泛的訓練、推理以及上下文處理，而Groq 3 LPX則針對單用戶交互速度進行優化，提升Token生成速率。
英偉達最新測試顯示，Groq 3 LPX在Gemma 4 31B、100K上下文條件下達到3400個輸出Token/秒；在智能體任務和其他延遲敏感型工作負載中，響應速度最高達到最近競爭平台的4倍。英偉達稱，這種速度可以讓智能體更快完成代碼編寫、測試、工具調用和結果驗證等連續任務。
商業化方面，AI雲服務商NEBIUS將成爲首個採用Groq 3 LPX的雲廠商，並計劃將其部署到NEBIUS Token Factory生產推理平台。Groq也計劃成爲該平台最早一批採用者之一。
這意味着，隨着Groq 3 LPX進入全面投產，英偉達此前收購Groq技術所形成的能力，開始真正嵌入Vera Rubin的數據中心產品體系。
30倍不是「速度」30倍，而是每兆瓦能完成更多智能體工作
相比3400 Token/秒這樣的單項性能指標，英偉達此次更值得關注的，是其對每兆瓦吞吐量和Token成本的強調。
英偉達公佈的測試數據顯示，在SemiAnalysis AgentX工作負載下，Vera Rubin NVL72每兆瓦吞吐量最高達到GB300 NVL72的30倍，對應每Token成本最高降低35倍。該測試使用真實的智能體編程軌跡，保留了實際的上下文增長、工具調用和子智能體生成等環節。

因此，每兆瓦吞吐量最高提升30倍只是AI推理效率大幅提升的一種體現，並不是單純意味着芯片的推理速度提高30倍。
這一指標對於AI數據中心的意義尤其突出。
傳統大模型服務更多關注單次請求的延遲和吞吐量，而智能體工作負載會持續消耗Token。英偉達援引OpenRouter數據稱，智能體AI工作負載消耗的Token數量可以達到簡單聊天請求的15倍。原因在於，一個智能體可能先查詢數據庫，再搜索新聞和文件，調用子智能體進行分析，運行代碼並反覆驗證，整個過程中上下文不斷累積。
這也使得AI基礎設施的經濟性開始出現新的衡量方式：同樣一兆瓦電力，到底能夠完成多少有效智能體任務？
對於電力和數據中心資源日益成爲AI擴張瓶頸的背景而言，提高單位電力能夠產生的Token數量，可能比單純提高峰值算力更加重要。
Vera Rubin從「GPU平台」變成完整AI工廠
從架構來看，Groq 3 LPX並不是孤立的產品，而是英偉達Vera Rubin「極致協同設計」路線的一部分。

英偉達此前已經將Vera Rubin定義爲面向智能體AI時代的AI工廠平台。整個系統並非單純由GPU組成，而是圍繞計算、網絡、存儲和軟件進行協同設計，涵蓋Rubin GPU、Vera CPU、Groq 3 LPX、BlueField-4 DPU、Spectrum-6 SPX等不同組件。
其中，Rubin GPU承擔大規模訓練、推理以及上下文處理等任務；Groq 3 LPX負責高速Token生成；Vera CPU則處理智能體在模型調用之間產生的大量CPU密集型工作，包括工具編排、代碼執行、數據處理和模擬。
英偉達此前公佈的架構信息顯示，Vera Rubin平台通過七款芯片和五種專用機架進行協同設計，目的就是讓不同硬件分別承擔最適合自己的任務，而不是讓一類處理器包辦整個AI工作負載。
這意味着，英偉達正在把AI基礎設施從「GPU集群」進一步升級爲一個異構計算系統。
對於AI雲廠商而言，這種架構的意義在於，可以針對訓練、長上下文推理、Token生成、工具調用等不同階段進行資源配置，從而提高整座數據中心的利用率和經濟回報。
SpaceXAI加碼Vera：智能體AI從數據中心走向太空
就在Groq 3 LPX全面投產之際，SpaceXAI也宣佈進一步採用英偉達Vera Rubin體系。
英偉達8月24日宣佈，SpaceXAI將部署Vera CPU，用於下一代智能體AI應用。Vera專門針對模型推理之外的CPU工作負載進行設計，包括工具調用、代碼執行、數據處理、任務編排和模擬。
Vera採用88顆英偉達自主設計的Olympus核心，並配備高帶寬LPDDR5X內存，帶寬最高達到1.2TB/s。英偉達稱，在智能體AI、強化學習和數據處理等工作負載中，Vera任務完成速度最高可達到x86 CPU的1.8倍。
對於SpaceXAI而言，Vera的價值並不僅僅在於提高CPU性能。
智能體運行過程中，大量任務發生在GPU推理之間，例如執行代碼、處理數據、調用工具和協調不同智能體。如果這些任務由CPU處理速度不足，就可能導致GPU等待，從而降低整個AI工廠的利用率。
因此，SpaceXAI希望利用Vera處理這些「模型之外」的工作，讓GPU更多地專注於模型訓練和推理，從而提高整個系統的效率。
SpaceXAI同時計劃擴大基於Vera Rubin的Grok AI基礎設施，隨着計算能力向數GW規模擴張；更進一步，該公司還計劃將優化版Vera Rubin NVL72用於首代Starmind AI衛星。
這意味着英偉達的加速計算體系正在從地面數據中心向軌道計算延伸。
從「聊天機器人」到「自主執行」，AI算力需求正在換擋
從Groq 3 LPX全面投產，到Vera Rubin公佈30倍每兆瓦吞吐量，再到SpaceXAI將Vera Rubin延伸至Starmind衛星，英偉達此次連續釋放的信息背後，指向的是同一個變化：AI應用正在從生成內容走向自主完成任務。
在聊天和摘要場景中，用戶往往只需要模型快速給出一段文字；而在智能體場景中，模型需要持續推理、調用工具、執行代碼、訪問外部數據並不斷驗證結果。
這意味着，未來AI基礎設施的核心指標也可能發生變化——從過去關注「訓練一個更大的模型」，逐漸轉向關注單位電力能夠產生多少有效Token、單位成本能夠完成多少任務，以及智能體完成一項複雜任務究竟需要多長時間。
英偉達此次把Groq 3 LPX、Vera CPU和Rubin GPU放進同一套AI工廠體系，正是在針對這一變化重新設計基礎設施。
而SpaceXAI則提供了一個更具想象力的應用方向：如果這套體系最終能夠從地面數據中心延伸到軌道，AI計算的邊界也將不再侷限於傳統的數據中心機房。
$BNB
$AAPL.US
#NADA
#SPCX
$GOOGL.US