AREX Feed Article
CoreWeave 公布 Vera Rubin NVL72 首批实测：每 MW 每秒 token 数最高达 GB200 NVL72 的 10 倍
8 月 12 日，CoreWeave 在它与 NVIDIA 合写的「生产型 AI 工厂」系列第二篇里，公布了 NVIDIA Vera Rubin NVL72 的第一批实测性能：在 DeepSeek R1 推理负载上，每 MW 每秒生成的 token 数最高达到 GB200 NVL72 的 10 倍。
这个数字来自同一份 DeepSeek R1 负载、锁定相同交互性目标（每秒每用户 token 数，TPS/User）下的对比，测量时所有主流推理优化全部开启：大规模专家并行、NVFP4 精度、多 token 预测、prefill 与 decode 分离，跑在 NVIDIA TensorRT-LLM 加 NVIDIA Dynamo 的软件栈上。
同一份 DeepSeek R1 负载，每 MW 的 token 数差 10 倍
完整曲线收录在 CoreWeave 7 月 23 日发表的博客里，8 月 12 日的系列第二篇把这篇作为完整结果链出。图上横轴是每秒每用户 token 数（TPS/User），纵轴是每 MW 每秒 token 数（TPS/MW）：以 2025 年的 GB200 NVL72 为基线，Vera Rubin NVL72 的曲线全程压在它上方，差距在曲线中段接近 10 倍，图上用 80,000 与 800,000 TPS/MW 两个标注把这个峰值标了出来。
在用户或 agent 感受到的响应速度差不多时，Rubin 在同样的电量下能多产出近一个数量级的 token。10 倍是最高值，不是整条曲线上的统一差距。这组数据来自 CoreWeave 在自家平台上的测量，由公司自己发布；博客用「first measured performance results」（首批实测性能结果）来描述它。
为什么用每 MW 每秒的 token 数当尺子？
DeepSeek R1 这类推理模型不会一次过给出答案。它会规划、自查、改写，单个查询生成的 token 远多于普通回复，每个 token 都要穿过内存和 NVLink 互联域。因此决定 agent 体验是「即时」还是「迟钝」的，是交互性，不是裸 FLOPS。
AI 工厂的另一条硬约束是电。相同功率预算下，每 MW 能产多少 token，直接决定能承载多少推理流量。CoreWeave 给出的换算：同样的电力预算跑多出近一个数量级的推理流量，或者同样的流量用少得多的电，结果是更低的单 token 成本和更大的扩展空间，这对要反复调用工具、多步推理的 agent 负载尤其有利。
硬件底子是单机架 72 颗 Rubin GPU 加 36 颗 Vera CPU，260 TB/s 的 all-to-all NVLink 6 互联，Transformer Engine 原生支持 NVFP4 精度。
Valvey 隔离机架，Racky 统一传感器
Vera Rubin NVL72 是 100% 液冷，这个功率密度下没有风冷选项。CoreWeave 为此造了两套专利待批（patent-pending）的系统，专为 Vera Rubin 设计，只在 CoreWeave 提供。
Valvey 是每机架的液冷阀门组件，把冷却从被动机械系统变成软件定义的控制面：持续监控流量、温度、压力，出问题时自动隔离单个机架，不牵连相邻机架。Racky 是机架级控制点，把电力、冷却、环境传感器聚合成一个标准化接口，机架因此像普通云资源一样被管理，而不是一次性定制。Rack LifeCycle Controller 在两者之上编排跨机架的工作流。CoreWeave 在博客里的说法是，这一层的作用是让效率增益在客户负载真正上线、规模化运行之后仍然成立。
六月首机上电，八月第二篇讲运营
2026 年 6 月初，CoreWeave 完成业内首次 Vera Rubin NVL72 的 bring-up 与验证，机架级系统端到端立起来，电力、冷却、网络、计算全部验证并运行。7 月 23 日放出完整性能曲线。8 月 12 日，系列第二篇把话题从「能不能跑」转到「怎么一直跑」。
平台层面，博客给出的是六颗重新设计的芯片合成一台超级计算机：Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 以太网交换机。第二代 RAS 引擎做主动维护和不停机健康检查；博客称无缆的模块化托盘让组装速度比 Blackwell 快约 90 倍，软件定义的 NVLink 路由可以绕开故障。
运营层面是另一组数字：Hopper 上 goodput 最高 96%；1,024 卡 Hopper 集群基准中 MFU 比公开报告的其他基准高 20%，平均故障间隔改善约 10 倍，有效训练时间占比最高 98%；Mission Control 每秒处理超过 2 亿个指标采样。
系列第二篇把这些收进同一个论点：决定工厂产出的是生命周期，不是发布。
Jane Street 说有信心，CoreWeave 说这只是起点
CoreWeave 在系列第二篇里引述了 Jane Street 量化研究负责人 Craig Falls 的话："Their ability to deliver highly performant clusters with full cluster observability and a support team that engages deeply on hard problems gives us the confidence to partner with them on NVIDIA Vera Rubin."（“他们交付高性能集群、提供全集群可观测性、支持团队深入解决难题的能力，给了我们与他们在 NVIDIA Vera Rubin 上合作的信心。”）
在 7 月的博客里，CoreWeave 列举了三类未具名客户的预期。一家全球网络安全公司预计威胁检测推理的每瓦性能提升 10 倍，能在不扩大数据中心占地的情况下把 agentic 安全扩展到更多端点；一家自主编码 agent 公司预计在低得多的单 token 成本下获得同样的 GPU 级推理提升。
一家已经跑在 GB200 NVL72 上的 AI 原生搜索引擎预计推理吞吐有类似提升，可以把实时引用答案搜索扩展到更多用户，而不破坏响应时间目标。
CoreWeave 自己给这组数字定的位置是起点。它的参照是先例：GB200 NVL72 上线后，最初的推理数字随调度、网络和软件栈的调优在几个月内大幅改善，Llama 3.1 405B 在客户实际使用的同一套生产基础设施上的训练时间同比缩短了 2.8 倍。博客写道："this measurement is a starting point on Vera Rubin NVL72, and we'll continue to publish updated numbers as optimization work progresses"（“这次测量只是 Vera Rubin NVL72 的起点，随着优化推进，我们会继续发布更新数字。”）10 倍是这批数字的第一个公开刻度，下一批测量已经排上日程。