英伟达Vera Rubin宣称AI性能提升3.7倍，但谁能负担得起？

Nvidia下一代Vera Rubin平台发布首个独立基准测试结果：AI企业面临“追赶成本”新难题

Nvidia的下一代Vera Rubin平台近日公布了其首个主要独立基准测试结果。性能的大幅跃升为AI公司带来了新的困境：跟上Nvidia硬件更新周期的成本正变得日益高昂。

在最新的MLPerf Inference v6.1测试中，Vera Rubin NVL72在Qwen3-VL基准测试中的吞吐量最高达到了Nvidia GB300 NVL72的3.7倍；而在DeepSeek-R1测试中，性能提升幅度也高达2.5倍。

Nvidia在其官方MLPerf公告中详细披露了这些数据，并将Vera Rubin的此次提交描述为大规模部署前的预览版本。这一区分至关重要：3.7倍的提升仅代表在特定工作负载下测得的最佳改进，而非宣称所有AI应用的速度都突然提升了3.7倍。

旧有AI基础设施迅速过时

基准测试还揭示了底层经济模型的快速变化。Nvidia报告称，由288个GPU组成的四个GB300 NVL72机架实现了99%的扩展效率，而仅通过软件优化，性能较上一轮MLPerf测试提升了最高1.6倍。

与此同时，AMD也在从另一个方向发力。AMD的最新提交包括Instinct MI355X和MI350系列加速器，而由Crusoe运营的512个GPU系统创造了MLPerf历史上最高的聚合Token吞吐量纪录。

这种竞争格局导致了异常快速的替换周期。AI云运营商不再仅仅是增加GPU数量，而是不断面临抉择：现有集群是否还能与那些每个机架、每兆瓦功耗能产生显著更多Token的新系统保持竞争力？

性能竞赛演变为融资竞赛

故事的核心已超越Nvidia本身。CoreWeave近期将其可转换票据发行规模从30亿美元扩大至37亿美元，在已经消耗巨额债务和股权的行业背景下，这又是一轮大型融资。CoreWeave最新一轮可转换融资显示，GPU扩张正在迅速转化为资产负债表压力。

这一问题在整个行业蔓延。Nebius也转向了数十亿美元的融资，更广泛的AI基础设施繁荣越来越依赖债务资金推动。债券投资者对此敏锐察觉。路透社本周报道，随着投资者质疑该行业还需要多少额外资本，AI相关借款人的利差正逐渐走阔。

Nvidia主张，更高的吞吐量可以降低单个Token的成本，这意味着新一代硬件最终可能通过更优的经济性证明其投资价值。然而，Nvidia并未公开提供简单的机架价格，使得投资者无法直接将3.7倍的基准测试收益与获取成本进行对比。