英伟达Vera Rubin NVL72进入量产：单卡2300W、MLPerf最高3.7倍，AI工厂进入新功耗时代

9月16日，MLCommons公布MLPerf Inference v6.1，英伟达下一代GPU Rubin以机架级形态（登记名VR200 NVL72）首次出现在提交列表，同门对打上代旗舰GB300 NVL72——同为72卡NVL72机架，Qwen3-VL交互场景吞吐最高约3.7倍，DeepSeek-R1约2.5倍。10月15日，Artificial Analysis又发布首批AA-AgentPerf结果，Rubin在每兆瓦吞吐上相对GB300最高领先约5.7倍。

事件背景

从H100约700W、B200约1000—1200W、GB300约1400W，到Rubin单卡功耗名牌2300W（Max-P档），四代芯片功耗翻了三倍有余。Rubin NVL72延续机架级设计：72颗GPU与36颗Vera CPU位于单一NVLink域，每颗GPU配288GB HBM4，整机液冷。

核心内容

规格上，Rubin每GPU内存带宽达19.2 TB/s（GB300为8 TB/s），NVLink带宽3.0 TB/s（NVLink 6，GB300为1.8 TB/s），密集NVFP4算力35 PFLOPS（GB300为15 PFLOPS）。实测功率区间约0.5—1.9 kW/颗。在AA-AgentPerf中，DeepSeek V4 Pro峰值每兆瓦吞吐272M vs 239M tokens/s，即1.14倍；但在较高每用户速度下，Rubin相对GB300的优势可扩大到约5.7倍。

影响与解读

需要理性看待倍率：同一套硬件对不同负载，倍率从3.7倍到1.7倍全看场景——交互、Agent类流量最吃高带宽互联，离线批处理瓶颈迁移后代差被摊薄。更关键的是，Rubin本次为preview提交、非功耗提交，权威的tokens/焦耳仍需等后续power条目或第三方墙插实测。

相关动态与展望

2300W×72意味着单机柜配电规格需重画，液冷从“高端选项”变为“入场券”。但“买到卡不等于自动吃满代差”——通信库若未为NVLink域重写，线上服务能兑现几折取决于软件栈。下一波故事，是谁先把这2300W×72吃满。

信息来源：AI Primer·Rubin AgentPerf；xFinit·Vera Rubin NVL72；MLPerf v6.1拆解。