英伟达最新 MLPerf Training v6.1 基准测试结果出炉,Vera Rubin NVL72 机架级 AI 系统亮相,在大模型训练任务上单 GPU 最高性能达到 Blackwell Ultra(GB300 NVL72)的两倍,依托全新 Rubin GPU、Vera CPU 搭配 NVLink 6 互联架构,在预训练、后训练场景都拿到显著提升,是面向 Agent 智能体 AI、超大参数模型的新一代算力平台。上一代 Blackwell Ultra 虽然算力很强,但在大规模集群训练时,显存带宽、卡间通信延迟、长上下文推理成本依然有瓶颈;Vera Rubin NVL72 升级 HBM4 显存、第六代 NVLink 高速互联,优化 MoE 混合专家模型路由、长上下文计算流程,在 DeepSeek-V3 等主流大模型测试里,256 卡扩容到 1024 卡时依旧维持约 97% 的扩展效率,大规模多机协同损耗很低。这套产品不是单卡,是整机柜一体化液冷 AI 超算,一柜集成 72 颗 Rubin GPU+36 颗 Vera CPU,出厂就是统一的高速算力池,云厂商、AI 实验室可以直接整柜部署搭建 AI 工厂;想要用好这套算力,需要搭配英伟达最新 CUDA、Transformer Engine 软件栈,才能释放完整的训练加速能力。
Vera Rubin NVL72 核心硬件清单
- 硬件组合:72 颗 Rubin GPU + 36 颗 Vera CPU,整机柜 MGX NVL72 机架方案
- 显存规格:单 Rubin GPU 搭载 288GB HBM4,整柜 HBM4 总容量 20.7TB
- 互联方案:NVLink6 柜内高速交换,柜间搭配 Quantum-X800 InfiniBand / Spectrum-X 以太网
- 算力指标:NVFP4 训练算力 2520 PFLOPS,FP8/FP6 训练算力 1260 PFLOPS
- 散热方案:整机柜直接液冷 DLC,适配高密度持续高负载训练
- 配套芯片:ConnectX-9 SuperNIC、BlueField-4 DPU,分担网络、存储开销
Vera Rubin NVL72 与 Blackwell Ultra GB300 NVL72 对比表
| 项目 | Vera Rubin NVL72 | Blackwell Ultra GB300 NVL72 |
|---|---|---|
| MLPerf 训练性能 | 最高可达 Blackwell Ultra 两倍 | 上代旗舰基准 |
| 显存类型 | HBM4 | HBM3e |
| 单卡显存 | 288GB | 192GB |
| 互联标准 | NVLink 6 | NVLink 5 |
| 主打场景 | Agent AI、长上下文、MoE 大模型训练 + 推理 | 大模型预训练 |
| Token 成本 | 推理每百万 Token 成本降至 Blackwell 的 1/10 | 推理成本偏高 |
| 集群扩展性 | 256→1024GPU,扩展效率约 97% | 大规模扩展效率相对更低 |
Vera Rubin NVL72 部署与使用步骤
- 整机柜交付:采购 DGX 或者 OEM 版本 Vera Rubin NVL72 液冷机柜,配套供电、水冷基础设施。
- 软件栈部署:安装最新 DGX OS、CUDA、Transformer Engine、NCCL 通信库。
- 模型适配:大模型代码切换为 NVFP4 精度,开启新的 Softmax 加速单元。
- 任务调度:依托 Mission Control 管理多柜 POD 集群,分配预训练、后训练任务。
- 性能验证:使用 MLPerf 训练套件跑基准,核对吞吐、扩展性指标。
- 业务上线:面向 Agent 智能体、超长上下文推理、MoE 模型等业务负载。
性能优势与局限说明
✅ 优势
- MLPerf 基准下训练性能最高翻倍,单卡算力、显存带宽大幅提升
- NVLink6 降低通信开销,万卡级集群依然保持很高的扩展效率
- 兼顾训练和 Agent 推理,推理能效最高可达 Blackwell 的 10 倍
- 一体化机架设计,模块化托盘,适合云厂商批量搭建 AI 工厂
- 硬件、配套水冷基建投入成本极高,面向头部大客户
- 老版本 CUDA、框架无法发挥全部性能,需要迁移适配
- 2 倍性能是特定基准上限,不同模型、任务提升幅度不一样
❌ 局限
【常见问题】
问题 1:英伟达 Vera Rubin NVL72 训练性能达 Blackwell Ultra 两倍,是所有任务都能翻倍吗?
回答 1:英伟达 Vera Rubin NVL72 训练性能达 Blackwell Ultra 两倍是 MLPerf 基准测试的上限结果,在 DeepSeek-V3 这类大模型预训练任务提升明显;不同模型、并行策略、精度设置下,实际提升幅度会变化,不是所有 AI 任务都稳定翻倍。
问题 2:Vera Rubin NVL72 和 Blackwell Ultra 的核心差距除了训练性能,还有哪些?
回答 2:除了 Vera Rubin NVL72 训练性能最高是 Blackwell Ultra 两倍,还升级 HBM4 显存、NVLink6 互联,单卡显存更大;Vera Rubin 同时针对 Agent 推理优化,推理每 Token 成本大幅下降,更适合现在流行的智能体 AI 业务。
问题 3:Vera Rubin NVL72 是单 GPU 卡吗,和普通 GPU 服务器有什么区别?
回答 3:Vera Rubin NVL72 不是单独显卡,是整机柜一体化 AI 超算,一柜 72 颗 Rubin GPU+36 颗 Vera CPU,通过 NVLink6 连成统一算力池,相比多台独立 Blackwell 服务器,卡间通信延迟更低、集群效率更高。
问题 4:普通 AI 团队可以直接买到 Vera Rubin NVL72 跑大模型训练吗?
回答 4:Vera Rubin NVL72 是机架级液冷系统,需要配套水冷、高压供电机房,采购门槛很高,主要供给头部云厂商、大型 AI 实验室;普通团队大多通过公有云租赁 Vera Rubin 算力,而不是自建机柜。
【参考资料】
[2026-11-16](NVIDIA Vera Rubin NVL72 Achieves up to 2x Blackwell Ultra Performance in MLPerf Training v6.1)NVIDIA 官方技术博客
[2026-11-16](NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts)NVIDIA 官网新闻
[2026-08-24](Vera Rubin 和 Blackwell 为代理式 AI 每瓦性能设定新标准)NVIDIA 中文开发者博客
[2026-03-19](NVIDIA Vera Rubin POD:7 个芯片、5 个机架级系统、1 台 AI 超级计算机)NVIDIA 开发者
【免责声明】
本内容仅为英伟达 Vera Rubin NVL72 算力资讯科普;2 倍性能为 MLPerf 基准测试上限,实际训练性能受模型结构、软件栈、并行方案、集群规模影响;Vera Rubin NVL72 属于高端机架级 AI 系统,采购、部署成本高昂;本文数据以英伟达官方披露测试结果为准,不构成算力采购、云算力选型投资建议。
