英伟达近日首次公布下一代旗舰机柜Vera Rubin NVL72的片上实测数据。测试直接部署DeepSeek-V4-Pro模型，运行真实智能体编码工作负载，结果显示，在相同交互目标下，该系统每兆瓦吞吐量最高可达上一代GB300 NVL72的30倍，Token成本最高降低35倍。这一突破从算力密度、液冷体系到供电架构全面重塑了AI工厂的基础设施要求。

Vera Rubin NVL72

Vera Rubin NVL72是英伟达面向智能体时代打造的机架级AI超级计算机。整机将72颗Rubin GPU与36颗Vera CPU通过第六代NVLink互联，形成一个统一的大规模共享内存域。每个Rubin GPU配备288GB HBM4高带宽内存，单卡内存带宽达22TB/s；整机总HBM4容量约20.7TB，NVLink 6全机架聚合带宽达260TB/s。Vera CPU采用88个英伟达自研Olympus核心，专注于智能体任务调度、代码执行与数据处理，与GPU形成异构协同。

整机推理性能可达3600 PFLOPS（NVFP4精度），训练性能约2520 PFLOPS。系统专为万亿参数级混合专家（MoE）模型与长上下文智能体场景设计，支持Prefill/Decode分离、分布式KV缓存、KV感知路由等软件机制，使DeepSeek这类大模型在72卡规模内高效调用不同专家子网络。

算力 vs 功率

实测采用SemiAnalysis AgentX基准，该基准回放真实智能体编码会话，保留上下文增长、工具调用与子智能体生成等动态特征。在DeepSeek-V4-Pro（1.6T总参数）负载下，Vera Rubin NVL72在每用户160 tokens/s的交互目标下，每兆瓦吞吐量最高提升30倍。Token成本相应最高下降35倍。

单机柜功耗方面，系统提供两种软件可配置的功耗模式：Max Q（Maximum Efficiency，最大能效模式）配置约190kW，Max P（Maximum Performance，最大性能模式）配置约230kW。两者硬件完全相同，并非不同SKU，而是通过软件管理的功耗配置文件实现灵活切换。

Max Q优先追求每瓦性能最优，单颗Rubin GPU热设计功耗约1.8kW，适合电力受限或注重能效与总拥有成本的场景；Max P则优先释放绝对峰值性能，单卡功耗约2.3kW，功耗提升约20%，但性能提升幅度通常低于功耗增幅。用户可根据数据中心实际供电能力与工作负载需求自主选择，也可在软件允许的范围内自定义功耗上限（最高不超过2.3kW/GPU）。

液冷体系全面升级

Vera Rubin是英伟达首个实现100%液冷的AI基础设施世代。整机无风扇设计，所有芯片与网络组件均通过冷板直接液冷。冷却液采用75%水与25%丙二醇混合液，入口温度最高可达45℃（高于普通热水浴缸），出口温度约55℃。

这一“高温液冷”方案允许数据中心在多数气候条件下使用干式冷却器直接排热，大幅减少甚至取消机械冷水机组。传统冷却塔每兆瓦年耗水量约260万加仑，而该方案在适宜气候下可将水耗降至接近零。封闭循环设计一次注液后长期运行，显著降低冷却能耗与水资源消耗。据测算，50兆瓦规模设施每年可节省超过400万美元的冷却相关费用。

供电需求与数据中心适配

高功率与全液冷设计要求数据中心同步升级电力与冷却基础设施。机柜电力进线容量提升，电源架支持更高冗余与动态负载。英伟达同时推出DSX MaxLPS动态功耗管理技术，可在固定兆瓦预算内多部署约40%的GPU容量，进一步提升每瓦有效吞吐。

高功率密度对数据中心供电提出更高要求。当前Vera Rubin NVL72机柜仍可使用传统机柜内电源架（多组110kW级PSU），常规54V/52V配电方案足以支撑约190–230kW功耗。800V直流（800 VDC）配电并非强制要求，而是作为可选配置提供：英伟达已开发800V高压直流电源架（sidecar形式），预计2026年第三季度起可供客户选配，用于降低电流、减少铜排占用并提升转换效率。该方案更面向未来更高密度部署的平滑过渡。

需要说明的是，目前公开信息中，Vera Rubin NVL72单机柜功耗约为190–230kW，并未达到1MW级别。业界提及的1MW机柜主要指向后续代际：Rubin Ultra（Kyber架构，预计2027年下半年）单机柜功耗约600kW，更远期的Feynman等平台才可能逼近或超过1MW。因此，800V架构在Rubin Ultra及以后世代的必要性会显著提升。

对算力中心而言，Vera Rubin并非简单换代，而是从芯片、互联、液冷到供电的全栈协同设计。它将AI工厂的能耗瓶颈从“算力不够”转向“如何在单位能源下支撑更多智能体任务”，为大规模部署DeepSeek等开源大模型提供了更具经济性的硬件底座。

目前相关实测数据仍在等待独立机构复核，系统预计2026年下半年起逐步交付。对规划AI工厂的运营商来说，提前评估液冷与高功率供电能力，已成为部署下一代算力的关键前提。