# 单GPU训练性能翻倍且智能体每瓦吞吐暴增10倍！NVIDIA Vera Rubin首战MLPerf大获全胜：DeepSeek-V3千卡扩展效率97%与Agentic端点推理全景深度拆解

- Link: https://paooo.com/aigc-news/42426/
- Published: 2026-11-17T02:06:56+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * Vera Rubin NVL72首战MLPerf全线领先，单GPU训练性能较GB300最高翻倍。
 * DeepSeek-V3千卡扩展效率达97%，4倍GPU规模下训练时间从16分钟压至4分钟。
 * MLPerf Endpoints首次纳入[智能体](https://paooo.com/trends/)场景，Vera Rubin在
   端点推理每瓦吞吐上提升10倍。

> **💡 站外导读：**当外界注意力普遍被英伟达高层人事动荡所吸引时，绿厂在底层算力架构
> 上的迭代引擎却展现出更加恐怖的统治力。在 SC26 超算大会上，NVIDIA 正式解禁了代号“
> Vera Rubin”的下一代算力平台首批 MLPerf 官方实测战报。从大语言模型预训练、后训练
> 强化学习到业界首次针对智能体场景设立的 MLPerf Endpoints 真实端点评测，Vera Rubin
> NVL72 不仅实现了单卡训练吞吐同比 GB300 最高翻倍的跃升，更在千卡集群跑 DeepSeek-
> V3 时创下了 97% 的超线性扩展神话；尤为震撼的是其在 Agentic 工作流中交出的“每瓦
> 吞吐量暴涨 10 倍”成绩单，标志着算力军备竞赛已从单纯堆砌 FLOPs，全面跃迁至以电力
> 消耗为物理瓶颈的智能体能效比时代。

![NVIDIA Vera Rubin 平台在 MLPerf 评测中首次亮相](https://paooo.com/wp-content/uploads/
2026/11/paooo-evaoo-news-hash-c5z76ff9nn2g1lvkn2xt05i2b-1794852386939-8887.avif)

图 1：NVIDIA Vera Rubin 计算平台在 SC26 超算大会正式亮相，横扫 MLPerf Training v6.1
与 Endpoints

## 一、首战包揽 MLPerf 全线榜首：Vera Rubin NVL72 的单卡翻倍与全栈架构跃迁

作为全球人工智能与高性能计算领域最具权威性、公信力最高的第三方硬件基准测试，MLPerf
每一期的数据发布都被视作数据中心算力升级的“金标准”。在最新揭晓的 **MLPerf Training
v6.1** 评测榜单中，NVIDIA 携刚刚于 SC26 超算大会上亮相的下一代旗舰计算平台——**Vera
Rubin** 完成了震撼首秀。

阅读目录

 * [一、首战包揽 MLPerf 全线榜首：Vera Rubin NVL72 的单卡翻倍与全栈架构跃迁](https://paooo.com/aigc-news/42426/#%e4%b8%80%e9%a6%96%e6%88%98%e5%8c%85%e6%8f%bd-mlperf-%e5%85%a8%e7%ba%bf%e6%a6%9c%e9%a6%96vera-rubin-nvl72-%e7%9a%84%e5%8d%95%e5%8d%a1%e7%bf%bb%e5%80%8d%e4%b8%8e%e5%85%a8%e6%a0%88%e6%9e%b6%e6%9e%84)
 * [二、从 256 卡到万卡对决：DeepSeek-V3 千卡扩展效率高达 97% 与 Azure 万卡实测](https://paooo.com/aigc-news/42426/#%e4%ba%8c%e4%bb%8e-256-%e5%8d%a1%e5%88%b0%e4%b8%87%e5%8d%a1%e5%af%b9%e5%86%b3deepseekv3-%e5%8d%83%e5%8d%a1%e6%89%a9%e5%b1%95%e6%95%88%e7%8e%87%e9%ab%98%e8%be%be-97-%e4%b8%8e-azure-%e4%b8%87%e5%8d%a1)
 * [三、Agentic AI 时代的能效革命：MLPerf Endpoints 首测与 Kimi K3 每瓦吞吐狂飙 10 倍](https://paooo.com/aigc-news/42426/#%e4%b8%89agentic-ai-%e6%97%b6%e4%bb%a3%e7%9a%84%e8%83%bd%e6%95%88%e9%9d%a9%e5%91%bdmlperf-endpoints-%e9%a6%96%e6%b5%8b%e4%b8%8e-kimi-k3-%e6%af%8f%e7%93%a6%e5%90%9e%e5%90%90%e7%8b%82%e9%a3%99-10)
 * [四、NVIDIA 算力架构跨代规格与 MLPerf 实测指标对比全景矩阵](https://paooo.com/aigc-news/42426/#%e5%9b%9bnvidia-%e7%ae%97%e5%8a%9b%e6%9e%b6%e6%9e%84%e8%b7%a8%e4%bb%a3%e8%a7%84%e6%a0%bc%e4%b8%8e-mlperf-%e5%ae%9e%e6%b5%8b%e6%8c%87%e6%a0%87%e5%af%b9%e6%af%94%e5%85%a8%e6%99%af%e7%9f%a9%e9%98%b5)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/42426/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

官方公布的测试数据表明，NVIDIA 是本轮评测中**唯一一家在所有基准任务上均提交了完整
成绩的厂商**，覆盖了大语言模型（LLM）、图像生成扩散模型、推荐系统（Recommender Systems）
以及当前最炙手可热的强化学习后训练（RL Post-Training）。在最受瞩目的单节点基准测试
中，基于整机液冷机柜架构的 **Vera Rubin NVL72 系统展现出了最高达到上一代旗舰 GB300
NVL72 系统 2 倍（2x）的单 GPU 训练性能**。

这一跨代提升之所以引人注目，是因为 GB300 本身已经是基于 Blackwell Ultra 高度调优
的成熟平台。Vera Rubin 之所以能在同等封装体量下再次实现算力翻倍，得益于其**微架构
计算核心、新一代 HBM 高带宽显存吞吐以及深度适配 CUDA 软件栈算子融合的协同进化**，
向全球云服务商有力证明了英伟达“一年一迭代”技术路线图的坚挺兑现力。

![MLPerf Training v6.1 跑分全景对比](https://paooo.com/wp-content/uploads/2026/11/
paooo-evaoo-news-hash-c5z76ff9nn2g1lvkn2xt05i2b-1794852394875-7775.avif)

图 2：MLPerf Training v6.1 官方端到端测试图表，Vera Rubin 在各项模型训练基准中保持
领先

## 二、从 256 卡到万卡对决：DeepSeek-V3 千卡扩展效率高达 97% 与 Azure 万卡实测

在当前的前沿[大模型](https://paooo.com/ai-study/)工业化训练中，单卡算力只是基本盘，**
分布式网络互联与线性扩展效率（Scaling Efficiency）才是决定集群生死存亡的核心瓶颈**。
堆砌再多的 GPU，如果通信开销吞噬了计算流水线，整体产出也会迅速衰竭。

在本次 MLPerf 评测中，针对目前全球技术难度极高、包含极重跨节点通信的混合专家（MoE）
开源模型 **DeepSeek-V3**，NVIDIA 团队公开展示了 Vera Rubin NVL72 在真实大规模集群
下的扩展能力：

 * **97% 惊人线性扩展效率：** 当集群规模由 256 颗 GPU 扩容至 1,024 颗 GPU（整整 
   4 倍硬件规模）时，Vera Rubin NVL72 将 DeepSeek-V3 的基准训练时间直接从 **16 分钟
   剧烈压缩至仅 4 分钟**，计算扩展效率高达约 97%；
 * **全域网络拓扑协同：** 这一接近理论上限的线性加速，归功于机柜内部 **NVLink 铜
   缆直连 Scale-Up 架构**（使 72 颗 GPU 表现如同一颗超大单一 GPU），搭配机柜外 **
   Quantum-X800 InfiniBand 与 Spectrum-X 以太网构成的 Scale-Out 高速交换矩阵**，
   将千卡跨节点通信等待时间压缩至极限；
 * **10,240 卡超大规模对决：** 除了 Rubin 的千卡亮剑，NVIDIA 官方还提交了由 10,240
   颗 GPU 构成的 GB300 超大规模集群测试，代表了本轮 MLPerf 的最大物理算力规模；而
   微软云（Microsoft Azure）也同步提交了基于 10,240 颗 NVIDIA GB200 GPU 构建的万
   卡集群数据，印证了英伟达全栈基础设施在全球顶级超大规模云数据中心（Hyperscalers）
   中的落地渗透深度。

![MLPerf Endpoints 智能体端点推理测试图表](https://paooo.com/wp-content/uploads/
2026/11/paooo-evaoo-news-hash-c5z76ff9nn2g1lvkn2xt05i2b-1794852405568-9787.avif)

图 3：MLPerf Endpoints 首测图表，Vera Rubin 在智能体推理能效比上取得突破性进展

## 三、Agentic AI 时代的能效革命：MLPerf Endpoints 首测与 Kimi K3 每瓦吞吐狂飙 10 倍

如果说 Training v6.1 代表的是预训练时代的延续，那么本次 MLPerf 首次引入的 **MLPerf
Endpoints（智能体推理端点测试）**，则宣告了算力度量体系的代际重构。

过去，推理评测往往停留在单次问答（Single Turn Q&A）或固定长度的提示词吞吐。但在真实
的生产级智能体场景中（如自动编程 Agent、长程金融调研智能体或自主旅行规划助手），
AI 需要经历**多轮推理、调用外部工具、自检代码错误、回退重新规划**等多步逻辑链。完成
一个实际任务往往需要连续生成数万个 Token。然而，受制于全球数据中心严苛的电力供应
红线（Power Budget），现代云数据中心最大的制约因素早已不是采购预算，而是机房能够
接入的**可用兆瓦数（Megawatts）**。

在 MLPerf Endpoints 的真实企业与编码工作流评测中，基准测试直接以业界知名面向智能
体任务构建的大型开源模型 **Kimi K3** 为载体。评测结果令人瞩目：在保持与上一代系统
同等毫秒级响应速度的前提下，**Vera Rubin NVL72 系统交付的“每瓦吞吐量”（Throughput
per Watt，即系统每消耗 1 瓦特电能所能产出的有效智能体工作量）相比 GB300 NVL72 狂
增了超过 10 倍（>10x）！** 这意味着在给定的数据中心电力容量限制下，云厂商部署 Vera
Rubin 可以并发承载 10 倍规模的自主 Agent 任务，彻底打破了推理部署的电力天花板。

## 四、NVIDIA 算力架构跨代规格与 MLPerf 实测指标对比全景矩阵

为了直观展现从 GB200、GB300 到 Vera Rubin 的技术代际演进，我们将核心参数与评测维
度汇总如下：

  |  核心评估维度 |  GB200 NVL72 (Blackwell) |  GB300 NVL72 (Blackwell Ultra) |  Vera Rubin NVL72 (下一代旗舰) |  架构突破与 SRE 选型建议 |  
   |  **单 GPU 训练吞吐** |  基准水平 (1.0x 基线) |  约 1.25x~1.35x 基线 |  最高达 GB300 的 2.0x 算力飞跃 |  前沿大模型预训练耗时直接减半 |  
 |  **DeepSeek-V3 扩展性** |  88%~90% (千卡集群) |  约 92%~94% (千卡集群) |  256->1024 卡扩展效率高达 97% |  极强 MoE 跨节点全互联通信优化 |  
 |  **Agentic 每瓦吞吐量** |  标准水平 (易受功率上限卡死) |  优化能效 (提升约 20%) |  超过 GB300 达 10 倍以上 (>10x) |  打破智算中心电力配额瓶颈的终极利器 |  
 |  **代表性评测规模** |  Azure 提交 10,240 颗 GPU 实测 |  NVIDIA 提交 10,240 颗 GPU 实测 |  首发亮相 1,024 颗 NVL72 集群 |  验证了从万卡成熟基建到千卡先锋架构的平滑演进 |  
 |  **生态与厂商参与度** |  全美主流 Hyperscalers 标配 |  华尔街与顶级 AI 实验室争相采购 |  ASUS、Cisco、Dell、Google等20家巨头同步提交 |  CUDA 与 NVLink 联盟生态壁垒进一步固化 |

#### 📝 站长洞察 (Editor’s Insight)

Vera Rubin 平台在 MLPerf 上的统治级亮相，向全世界给出了一个极其清晰的产业信号：**
大模型竞争的“终极物理防线”已经彻底从理论 FLOPs 算力，转移到了以“每瓦能效比（Throughput
per Watt）”为核心的能量转化战场**。在 2024 至 2025 年，业界对于英伟达的担忧集中在“
芯片发热与电网负荷是否会阻碍 AI 扩张”；而 Vera Rubin 给出的工程答案是，通过微架构
精益重构与端到端智能体端点优化，将每一度电能转化为 10 倍的有用智能体工作流。特别
是在 Kimi K3 等长程 Agentic 任务中展现的超高能效比，彻底改变了商业推理的 ROI 测算
模型。即便英伟达目前处于管理层交接与地缘合规风暴的漩涡中心，但只要其硬件全栈架构
依然能以每年翻倍的速度拉开与竞争对手的物理差距，其在算力金字塔顶端的统治地位便依然
固若金汤。

❓ 常见问题解答（FAQ）

Vera Rubin在MLPerf上到底提升了什么？

文章显示，Vera Rubin NVL72在MLPerf Training v6.1中覆盖LLM、扩散模型、推荐系统和RL
后训练等任务，单GPU训练性能相较GB300最高翻倍，并在端到端基准中保持领先，体现的是
整机平台级升级，而不只是单点算力提升。

DeepSeek-V3千卡扩展效率97%意味着什么？

这表示当GPU规模从256颗扩到1024颗时，训练时间几乎按理论线性缩短，实际从16分钟降到
4分钟，扩展效率约97%。它说明Vera Rubin在大规模分布式通信和网络拓扑协同上表现很强，
能把更多算力转化为有效训练吞吐。

MLPerf Endpoints为什么对智能体更重要？

因为它不再只看单轮问答，而是更贴近真实Agent工作流的端点推理表现。文章提到Vera Rubin
在该测试中实现每瓦吞吐暴增10倍，说明未来智能体竞争不只拼算力峰值，更拼电力约束下
的持续效率。

📊 Vera Rubin MLPerf训练与扩展性能摘要（AI 视觉结构化提取）

**核心发现：**图中显示 Vera Rubin 在多项 MLPerf 训练基准上相较优化后的 GB300 NVL72
最高可实现 2.0x 加速，同时在 1,024 GPU 规模下扩展效率达到 97%。

| Model Type | Benchmark | Vera Rubin NVL72 vs. Optimized GB300 NVL72 | 
| Mixture-of-Experts LLM | DeepSeek-V3 671B | 2.0x | 
| Mixture-of-Experts LLM | Qwen3.5 397B GRPO (RL) | 1.4x | 
| Mixture-of-Experts LLM | gpt-oss 20B | 1.6x | 
| Dense LLM | Llama 2 70B LoRA | 1.5x | 
| Dense LLM | Llama 3.1 8B | 1.6x | 
| Diffusion | FLUX. 1 | 1.5x | 
| Recommender | DLRMv4 | 1.4x |

🔬 语宙深潜追问 · 进阶实操拆解

千卡扩展效率97%怎么落地？

关键在通信、并行策略和算子融合三件事：优先减少跨卡同步，采用更细粒度的张量/流水并行
组合，并用高效内核压缩通信开销。真正的瓶颈往往不是算力，而是网络与调度。

智能体每瓦吞吐暴增10倍意味着什么？

这通常意味着端到端推理链路被重构了：更高效的KV缓存、更低开销的调度、更适合长上下文
与多步工具调用的执行路径。落地时要同时看延迟、并发和单位成本，不能只看峰值吞吐。

🗳️ 读者观点微投票 · 您的实战立场是？

你会为Vera Rubin的实测优势提前换代吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [直奔百万卡级超算集群！谷歌云宣布全球部署 96 万块英伟达 Rubin GPU：首发 Vera Rubin NVL72 A5X 实例、第四代液冷与机架级裸机机密计算全景拆解](https://paooo.com/aigc-news/40294/)
 * [微软自研 2.8T 大模型 MAI-Base-2 预训练完成：6000 块 GB200 算力效率碾压开源，大模型工程进入“极致利用率”时代](https://paooo.com/aigc-news/40080/)
 * [NVIDIA 发布 Nemotron 3 Embed 系列，8B 版本登顶 RTEB 检索基准](https://paooo.com/aigc-news/31341/)
 * [智谱GLM-5开源发布：744B参数挑战Claude Opus，登顶全球开源大模型榜首](https://paooo.com/aigc-news/11598/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/42426/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
