基础设施与工程 · 深度报道

英伟达与甲骨文扩大Vera Rubin云部署计划,目标迈向多吉瓦规模

英伟达与甲骨文宣布将在甲骨文云(OCI)扩展搭载Vera Rubin NVL72的超级集群,目标达到“多吉瓦”规模,同时在OCI上正式提供Vera Rubin NVL72与Vera CPU。公告为扩建计划,未披露具体规模、地点或时间,NVL8仍为后续计划,实际效能与部署节奏需后续验证。

AIFluxNews AIFlux 编辑2026 年 10 月 29 日阅读约 5 分钟
英伟达与甲骨文扩大Vera Rubin云部署计划,目标迈向多吉瓦规模

英伟达与甲骨文宣布将在甲骨文云(OCI)扩展搭载Vera Rubin NVL72的超级集群,目标达到“多吉瓦”规模,同时在OCI上正式提供Vera Rubin NVL72与Vera CPU。公告为扩建计划,未披露具体规模、地点或时间,NVL8仍为后续计划,实际效能与部署节奏需后续验证。

英伟达与甲骨文10月27日宣布,计划将搭载Vera Rubin NVL72系统的甲骨文云基础设施(OCI)超级集群扩展至多吉瓦级,同时宣布Vera Rubin NVL72和Vera CPU在OCI正式可用。公告没有披露扩容的具体规模、完成时间或合同金额;“多吉瓦”描述的是扩展目标,不代表相应算力已建成或全部投入运行。NVIDIA新闻稿与甲骨文公告均将扩建表述为计划。

这项合作的重点不只是增加GPU集群。双方把面向模型训练和推理的GPU系统,与执行代码、调用工具和检索数据等智能体工作所需的CPU资源并列提出,并称客户可以按工作负载分别扩展CPU与GPU。它反映出云端AI基础设施的竞争正从单一加速器供给,延伸到计算、网络与数据中心整体能力;但公告本身并未提供客户部署规模或独立性能测试,实际效率仍有待真实业务验证。

从GPU集群扩展到异构算力

Vera Rubin NVL72是此次多吉瓦扩展计划的核心系统。英伟达与甲骨文称,每个机架通过NVLink连接72块GPU,OCI超级集群则结合甲骨文Acceleron网络、英伟达Spectrum-X以太网、Spectrum-6交换机和BlueField-4数据处理器(DPU),并依靠大规模供电与冷却设施运行。公告还说,OCI网络可扩展至数十万块GPU;这是厂商对平台能力的描述,并非对本次合作已部署规模的披露。

双方表示,Vera Rubin NVL72已在OCI正式可用。甲骨文另称,OCI初期将部署15万颗Vera CPU,并把它们作为GPU之外的独立计算资源提供,供智能体执行工具和代码等任务。甲骨文关于Vera CPU的公告描述了CPU实例的配置及可用方式;这类产品信息有助于理解双方为何强调CPU与GPU可以分别扩展,但不能据此推断所有地区、客户或配置均已开放。

这种分工针对的是智能体任务中模型推理之间的“工作环节”:智能体可能需要调用外部工具、运行代码或取回数据,CPU负责其中一部分通用计算,GPU则承担模型训练与推理。两家公司认为,按需配置这两类资源可减少闲置容量。不过,公告没有提供统一的工作负载基准或客户侧成本数据,因而“提高利用率”仍是厂商提出的预期收益,而非已被独立验证的普遍结果。

NVL8仍是后续计划

除NVL72外,OCI还计划推出HGX Rubin NVL8。该系统以八块Rubin GPU组成较小规模的配置,采用x86服务器架构,计划搭配两颗64核Intel Xeon 6处理器、4TB DDR5内存及每秒6.4太比特的高速RDMA网络。两家公司将其定位为训练、微调和推理的另一种部署选择,并强调其与x86应用的兼容性。

NVL8在公告中的状态是“计划推出”,不应与已宣布正式可用的NVL72和Vera CPU混为一谈。公告没有给出NVL8的正式上线日期,也没有提供该配置的价格或客户可订购范围。

多吉瓦目标仍缺少关键细节

对云服务商而言,多吉瓦规模意味着供电、冷却、网络和机房建设必须与计算设备同步扩张。单有芯片或机架并不足以构成可用算力,交付、安装、网络调试和软件适配也会影响实际部署节奏。英伟达和甲骨文此次没有披露项目地点、分阶段建设安排或具体投运时间,因此现阶段无法判断目标何时、以何种节奏兑现。

这项公告也延续了Vera Rubin平台从产品发布走向云端服务的进程。AI Flux此前对英伟达Vera Rubin平台进入全面量产的报道梳理了平台的系统构成及量产背景;此次公告则进一步明确了OCI上的产品可用状态与扩建方向。两者都不等于多吉瓦目标已完成。

目前可以确认的是,双方公布了Vera Rubin NVL72与Vera CPU在OCI正式可用,并提出把相关超级集群扩至多吉瓦级的计划;HGX Rubin NVL8仍属后续安排。下一步值得关注的,是实际投运的区域与规模、客户能否获得相关配置,以及在不同工作负载下CPU与GPU协同是否带来可测量的效率和成本变化。

不错过任何一条 AI 大事

订阅 AIFlux 早报,每天 3 分钟看懂产业动态。