Nvidia下一代Vera Rubin平台拿到了首个重要的独立基准测试结果，性能提升幅度大到足以给AI公司带来另一层问题：跟上Nvidia硬件迭代的成本正变得越来越高。

Nvidia在其官方MLPerf公告中披露了这一结果，并将Vera Rubin的参测描述为在更大范围部署前的预览提交。

这一点很重要：3.7倍是某一特定工作负载上测得的最佳提升，并不意味着所有AI应用都会突然快3.7倍。

Nvidia让去年的AI基础设施很快显得过时

这项基准测试也显示出底层经济结构变化的速度有多快。

Nvidia表示，四个GB300 NVL72机架、共288块GPU实现了99%的扩展效率，而仅软件改进就带来了最高1.6倍的性能提升，较上一轮MLPerf结果更高。

这意味着替换周期异常之快。AI云运营商并不只是简单增加GPU，而是在反复权衡：现有集群是否还能与更新系统竞争，因为新系统每个机架、每兆瓦都能产出更多token。

性能竞赛正在变成融资竞赛

故事也因此不再只停留在Nvidia。

CoreWeave最近将一笔可转债发行规模从30亿美元上调至37亿美元，为这个已经消耗大量债务和股权资金的行业再添一轮大型融资。报道称，这显示GPU扩张正如何迅速转化为资产负债表压力。

同样的问题也延伸到整个行业。Nebius也已转向数十亿美元融资，而更广泛的AI基础设施热潮正越来越多地由债务提供资金。

Nvidia认为，更高的吞吐量可以降低每个token的成本，这意味着新硬件最终可能通过更好的经济性证明其投资合理性。但Nvidia尚未公开提供一个简单的机架价格，供投资者将3.7倍的基准测试提升与采购成本直接比较。

Maya Bennett

Maya Bennett是一名金融记者，拥有报道加密货币、股票和更广泛市场趋势的经验。她的工作重点包括比特币、主要数字资产、股票市场、货币政策，以及推动投资者情绪的经济发展。她擅长将快速变化的市场新闻转化为清晰、简洁的报道。