# 从Azure机柜直抵Windows桌面！NVIDIA与微软Ignite全栈合体：Vera Rubin NVL72上线、EY靠Nemotron降本15倍与RTX Spark端侧实测全拆解

- Link: https://paooo.com/aigc-news/42825/
- Published: 2026-11-20T05:04:37+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

 * Azure 已上线 Vera Rubin NVL72 虚拟机，并把机密计算下沉到裸金属级 AI 基础设施。
 * Microsoft Foundry 结合 Programmed Training 与 Nemotron 3.5，EY 实测准确率提升
   55%、成本降15倍。
 * RTX Spark 与 Direct Stream 打通 Windows 桌面到云端的混合推理闭环，支持高负载本地
   开发与远程图形。

> **💡 站外导读：**Microsoft Ignite见证了AI算力的又一次全栈对齐：NVIDIA与微软宣布
> 将加速计算协同从Azure数据中心延伸至工业边缘与Windows PC。云端方面，Azure正式运行
> Vera Rubin NVL72虚拟机并拓展裸金属机密计算；模型侧，Microsoft Foundry接入无服务
> 器微调与Nemotron 3.5开源家族，安永实测降本15倍；端侧则依托RTX Spark与Direct Stream
> 打通混合推理闭环。

![NVIDIA与微软在Microsoft Ignite扩大全栈加速计算合作视觉封面图](https://paooo.com/
wp-content/uploads/2026/11/evaoo-dqx01zab-cover-1795122273037-8902.avif)

## 一、 云端基座再升级：Azure 跑通 Vera Rubin NVL72，机密计算下沉裸金属

在超大规模推理与长程[智能体](https://paooo.com/trends/)（Agentic Applications）对
算力密度提出极限要求的背景下，微软与 NVIDIA 首先在云端基础设施层完成了代际交接。
根据 NVIDIA 官方博客披露，基于下一代 **NVIDIA Vera Rubin NVL72** 机架级系统的 Azure
虚拟机目前已正式在 Azure 数据中心投入运行，专为高复杂度推理、多步骤智能体编排与超
大规模模型训推一体打造。

阅读目录

 * [一、 云端基座再升级：Azure 跑通 Vera Rubin NVL72，机密计算下沉裸金属](https://paooo.com/aigc-news/42825/#%e4%b8%80-%e4%ba%91%e7%ab%af%e5%9f%ba%e5%ba%a7%e5%86%8d%e5%8d%87%e7%ba%a7azure-%e8%b7%91%e9%80%9a-vera-rubin-nvl72%e6%9c%ba%e5%af%86%e8%ae%a1%e7%ae%97%e4%b8%8b%e6%b2%89%e8%a3%b8%e9%87%91%e5%b1%9e)
 * [二、 企业模型定制破局：Programmed Training 配 Nemotron 3.5 降本 15 倍](https://paooo.com/aigc-news/42825/#%e4%ba%8c-%e4%bc%81%e4%b8%9a%e6%a8%a1%e5%9e%8b%e5%ae%9a%e5%88%b6%e7%a0%b4%e5%b1%80programmed-training-%e9%85%8d-nemotron-35-%e9%99%8d%e6%9c%ac-15-%e5%80%8d)
 * [三、 算力下沉至边缘与个人终端：Foundry Local、RTX Spark 与双路 4K 串流](https://paooo.com/aigc-news/42825/#%e4%b8%89-%e7%ae%97%e5%8a%9b%e4%b8%8b%e6%b2%89%e8%87%b3%e8%be%b9%e7%bc%98%e4%b8%8e%e4%b8%aa%e4%ba%ba%e7%bb%88%e7%ab%affoundry-localrtx-spark-%e4%b8%8e%e5%8f%8c%e8%b7%af-4k-%e4%b8%b2%e6%b5%81)
 * [四、 科研智能体与微软自研反哺：BioNeMo 携手 Discovery，Dynamo 驱动 RL 推理](https://paooo.com/aigc-news/42825/#%e5%9b%9b-%e7%a7%91%e7%a0%94%e6%99%ba%e8%83%bd%e4%bd%93%e4%b8%8e%e5%be%ae%e8%bd%af%e8%87%aa%e7%a0%94%e5%8f%8d%e5%93%babionemo-%e6%90%ba%e6%89%8b-discoverydynamo-%e9%a9%b1%e5%8a%a8-rl-%e6%8e%a8)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/42825/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

比单纯的算力扩容更具工程含金量的，是双方在 **隐私合规与能效控制** 上的两项底层协同：

 * **机架级机密计算（Confidential Computing）**：双方正将 NVIDIA Confidential Computing
   与远程证明（Attestation）能力延伸至裸金属及整机架规模的 AI 基础设施。受严格监管
   行业的企业可以在释放敏感模型权重、专有数据集或解密密钥前，先对异构互联的整个计算
   环境完成密码学级可信验证，防止推理或微调态内存被窥探。
 * **电力与能效精细调度（NVIDIA MaxLPS）**：针对数据中心普遍面临的供电瓶颈，Azure
   引入 NVIDIA MaxLPS 协同优化每瓦特有效算力产出，在不突破机房供电上限的前提下榨干
   集群吞吐。

这一协同优化的工程底气源于最新的 **MLPerf v6.1** 基准测试背书：在 MLPerf Training
v6.1 中，Azure 依托 GB200 NVL72 将 DeepSeek-V3 训练集群成功扩展至 **10,240 颗 NVIDIA
GPU**，创下当轮提交的最大规模纪录；而在 MLPerf Inference v6.1 中，据 Signal65 统计，
Azure 部署的 NVIDIA GB300 NVL72 系统在 DeepSeek-R1 交互式吞吐测试中领先同类云端提交
方案超 **10%**。

  |  全栈部署层级 |  核心硬件 / 软件栈 |  关键性能指标与实测案例 |  目标落地场景 |  
   |  **Azure 公有云算力层** |  Vera Rubin NVL72 VM + 机密计算 + MaxLPS |  GB200 NVL72 扩展至 10,240 卡跑 DeepSeek-V3；GB300 DeepSeek-R1 吞吐领先 >10% |  超大规模模型训推、高合规敏感数据推理 |  
 |  **Microsoft Foundry 模型层** |  Programmed Training + Nemotron 3.5（Super / Lightning / Bolt） |  安永（EY）采购分类评估集准确率提升 **55%**、成本较闭源前沿模型降 **15 倍** |  长程编码与研究智能体、低延迟工具调用、文档解析 |  
 |  **本地与工业边缘层** |  Azure Local + RTX PRO 6000 Blackwell + Jetson Thor / Orin + Cosmos |  支持本地部署 Nemotron 3.5、检索模型及物理 AI 世界模型 |  数据不出域企业推理、机器视觉、工业机器人自主作业 |  
 |  **桌面与云端办公层** |  Windows PC（RTX Spark）+ Windows 365 Cloud PC Direct Stream |  Direct Stream 支持最高双路 **4K@60fps** 低延迟图形串流（2027 年初公测） |  本地[大模型](https://paooo.com/ai-study/)开发、高负载 3D 设计与远程图形工作站 |

## 二、 企业模型定制破局：Programmed Training 配 Nemotron 3.5 降本 15 倍

对于正在将 AI 智能体接入核心业务流的企业而言，直接调用昂贵的闭源前沿大模型往往面临
账单失控与垂直领域准确率不足的双重困境。此次微软通过 **Microsoft Foundry** 打通了“
无服务器后训练（Serverless Programmed Training）+ 托管推理（Foundry Managed Compute）
+ NVIDIA 开源模型矩阵”的三位一体链路。

具体而言，开发者只需聚焦自身的业务评测数据集与反馈标准，底层复杂的强化学习或微调
基础设施交由 Foundry 自动托管，并通过 Foundry Managed Compute 直接拉起定制权重的
生产服务。四大会计师事务所之一的 **安永（EY）** 率先跑通了这一范式：EY 利用 Programmed
Training 针对企业采购记录分类任务定制 NVIDIA Nemotron 开源模型，最终在评估数据集
上实现 **准确率提升 55%**，同时将推理成本压低至闭源前沿模型的 **十五分之一（15x 
降本）**。

为覆盖差异化负载，Foundry Managed Compute 本次全面扩容了 **NVIDIA Nemotron 3.5**
家族及配套组件：主打长程编码、深度研究与复杂业务流的 **Nemotron 3.5 Super**、面向
极速响应与频繁工具调用的 **Lightning**、即将上线的低延迟高吞吐推理版本 **Bolt**，
以及负责文档结构化抽取、跨模态检索和内容护栏的 Embed、Rerank、Parse、Content Safety
与即将推出的 Transcribe 语音识别模型。

## 三、 算力下沉至边缘与个人终端：Foundry Local、RTX Spark 与双路 4K 串流

除了云端与企业私有化部署，NVIDIA 与微软还将战线直接推向了产线边缘与开发人员桌面端，
试图解决“数据在哪生成，算力就在哪推理”的延迟与合规难题。

在本地数据中心与工业现场，**Foundry Local** 正式引入 Nemotron 3.5 系列模型，使智能
体无需上传数据即可在 **Azure Local** 环境下执行编码、推理及跨文本/表格/图表的本地
检索任务；硬件合作伙伴还将向 Azure Local 供应搭载 **NVIDIA RTX PRO 6000 Blackwell
GPU** 的本地服务器，同时将支持矩阵延伸至 **NVIDIA Jetson Thor** 与 **Jetson Orin**
边缘平台，搭配同样登陆 Foundry Local 的 **NVIDIA Cosmos** 物理 AI 模型，直接赋能
机器视觉与自主机器人系统。

面向个人开发者与移动办公人群，两家公司在 Ignite 现场重点演示了搭载 **NVIDIA RTX 
Spark** 的 Windows PC 如何纯本地运行大语言模型；而针对依赖云端算力的 **Windows 365
Cloud PC** 用户，双方推出了 **Direct Stream** 能力——即便在网络条件恶劣的环境下，
也能为 GPU 加速的云电脑提供最高 **双路 4K 60fps** 的超低延迟图形画面流（目前开启
限量预览注册，计划 2027 年初开放公测）。

## 四、 科研智能体与微软自研反哺：BioNeMo 携手 Discovery，Dynamo 驱动 RL 推理

在垂直科研领域，双方将生命科学与材料化学的自动化研究推进了微软智能体科研平台 **Microsoft
Discovery**。**NVIDIA BioNeMo Agent Toolkit** 与 **ALCHEMI Toolkit** 现已进入 Discovery
目录，科学家可以直接用自然语言调度计算生物学工作流，其首批集成的便是 NVIDIA 与华盛顿
大学蛋白质设计研究所联合研发的 **RFD4-Proteina** 模型，能够自动生成候选蛋白质三维
结构与氨基酸序列，交由湿实验进一步验证。

更为耐人寻味的是合作中的“双向技术反哺”：微软自身并非仅仅是 NVIDIA 硬件的转售云平台，**
Microsoft AI** 在内部大模型后训练（Post-training）阶段，已深度部署 **NVIDIA Dynamo**
推理软件来支撑大规模强化学习（RL）Rollout 经验生成——通过跨庞大 GPU 集群协调高并发
推理请求、动态模型权重更新与故障自愈，显著提升了后训练吞吐；与此同时，微软旗下的**
Bing 搜索模型** 也已全面采用 **NVIDIA RTX PRO 6000 Blackwell** 加速在线推理。

#### 📝 站长洞察 (Editor’s Insight)

在近期外界高度关注英伟达高层动荡与算力客户分化的敏感窗口，这场 Ignite 全栈发布释放
了一个极其清晰的工程信号：微软与英伟达的绑定早已超越了“单向采购 GPU 堆机柜”，而是
深入到了芯片级机密计算、Dynamo 后训练推理调度以及 Windows 端侧生态的系统级共研。
对企业架构师而言，最具实操价值的启示来自安永案例——用无服务器后训练微调 Nemotron 
3.5 这类中等尺寸专精开源模型，换取“准确率涨 55%、成本降 15 倍”的工程收益，远比盲目
为每条简单分类请求支付高昂的闭源前沿模型 API 税更具商业可持续性。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Ignite ↗**

Ignite：PPC广告优化管理工具，面向AI 综合应用场景提供便捷实用的在线功能支持。

❓ 常见问题解答（FAQ）

Azure 的 Vera Rubin NVL72 现在能做什么？

根据文中信息，Azure 已正式运行基于 NVIDIA Vera Rubin NVL72 的虚拟机，面向高复杂度
推理、多步骤智能体编排和超大规模模型训推一体，同时配合机密计算与 MaxLPS 优化，提升
合规性与每瓦算力效率。

Microsoft Foundry 的 Programmed Training 有什么价值？

它把无服务器后训练、托管推理和 NVIDIA 开源模型矩阵串成一体，企业只需提供业务数据
集与评测标准，即可快速定制模型。文中 EY 实测显示，准确率提升55%，推理成本降至闭源
前沿模型的15分之一。

RTX Spark 和 Direct Stream 适合哪些场景？

它们主要面向 Windows PC 端侧开发与办公场景，可支持本地大模型开发、高负载 3D 设计
和远程图形工作站。文中提到 Direct Stream 最高支持双路 4K@60fps 低延迟图形串流，适合
混合推理闭环。

🔬 语宙深潜追问 · 进阶实操拆解

企业落地该先选云端还是端侧？

高并发、统一治理、模型迭代快的场景优先云端；对隐私、低时延、离线可用要求高的场景
优先端侧。更稳妥的做法是云端训练/编排，端侧做推理与缓存，按数据敏感度分层部署。

Nemotron降本15倍怎么复现？

关键不在“直接替换大模型”，而是先做任务拆分、提示词压缩和小模型路由，再用企业私有
数据做轻量微调与评测闭环。先用高频、低风险任务验证成本收益，再逐步扩大到复杂流程。

🗳️ 读者观点微投票 · 您的实战立场是？

你更看好云端全栈还是桌面端侧AI落地？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🔓 所属权威专题：开源大模型与端侧推理 →](https://paooo.com/topics/open-source-llm/)

 * [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](https://paooo.com/aigc-news/42426/)
 * [8张MI355X加持且代码绝不出机房！AMD 联合 Spectro Cloud 推出企业级本地编程平台 Instinct Coder 355：单机扛住50人并发、98%前沿大模型性能全景技术拆解](https://paooo.com/aigc-news/41727/)
 * [每瓦Token暴涨1.7倍且3nm堆满216GB HBM3e！微软Maia 200正式量产上云：6144卡全以太网互联与2027多吉瓦版图全拆解](https://paooo.com/aigc-news/42597/)
 * [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/)

[🏛️ 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/42825/?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/)
