NVIDIA 与 CoreWeave 推出 Vera Rubin NVL72 云服务，CoreWeave 已向早期客户提供有限可用性，Cognition 在生产负载测试中针对特定智能体推理任务观察到相比 GB200 NVL72 最高 4.8 倍的总令牌吞吐量提升。厂商和客户强调这些结果依赖测试条件，不能直接外推到所有模型和场景，同时 CoreWeave 还宣布在云端提供 Vera CPU 和一体化的 Forge 平台以连接训练、评估与生产。
NVIDIA与云服务商CoreWeave于2026年9月30日宣布，NVIDIA Vera Rubin NVL72机架级系统已经在CoreWeave Cloud提供有限可用性。CoreWeave表示，软件工程智能体公司Cognition是首个在该平台上运行生产工作负载的客户；Cognition针对SWE-2软件工程智能体推理任务的早期测试显示，相比上一代GB200 NVL72，总令牌吞吐量最高提高4.8倍。
这一发布意味着Vera Rubin不再只是产品路线图或实验性部署，而是开始以云服务形式向早期客户开放。不过，4.8倍是特定工作负载和测试条件下的结果，来自厂商及客户披露，不能直接理解为所有模型和场景都能获得同等幅度的提升。
从机架交付到生产工作负载
CoreWeave说，公司在9月初完成Vera Rubin NVL72机架交付后，与Cognition合作建立集群。Cognition在数日内开始运行生产推理工作负载，并以GB200 NVL72集群作为基线进行测试。
Cognition联合创始团队成员兼研究高级副总裁Silas Alberti表示，Devin这类智能体编程工作负载需要处理长上下文、高并发和快速连续推理。在CoreWeave部署Vera Rubin NVL72后，Cognition工程师观察到SWE-2推理任务的总令牌吞吐量最高达到GB200 NVL72的4.8倍。
CoreWeave发布的测试信息还显示，在强化学习工作负载中，输出令牌吞吐量提高了3.8倍。这里的比较对象、模型、并发条件和交互性设置都会影响结果，因此这些数字更适合被看作早期生产验证，而不是普遍适用的性能承诺。
NVL72把GPU、CPU和网络放在同一套系统里
按照NVIDIA Vera Rubin NVL72产品页面的说明，该系统由72个Rubin GPU和36个Vera CPU组成，并通过第六代NVLink连接；系统还配备ConnectX-9 SuperNIC和BlueField-4 DPU。NVIDIA将其定位为面向预训练、后训练、测试时扩展和实时智能体推理的机架级平台。
CoreWeave此次提供的系统还配套Spectrum-X 102.4T以太网网络。其意义不只在于增加单个加速器的计算能力：智能体通常需要反复读取上下文、调用工具、执行代码、检查结果并重新推理，通信、调度、隔离环境和推理服务都会成为整体延迟的一部分。
CoreWeave表示，Vera Rubin NVL72容量可以通过CoreWeave Kubernetes Service、SUNK、Mission Control、Sandboxes和Inference等服务使用。这样一来，客户可以在既有的平台和运维模式下切换到新一代机架，而不必为每一代硬件重新建立完整的软件控制面。
此前，AIFlux对NVIDIA Vera Rubin NVL72参与MLPerf Inference v6.1测试的报道也指出，Vera Rubin的早期性能数字依赖模型、精度、推理框架和服务架构，不能脱离这些条件单独解读。
Vera CPU瞄准智能体沙箱和执行环节
CoreWeave同时宣布，未来将在其云平台提供NVIDIA Vera CPU。公司称，在其测试中，Vera CPU上的智能体沙箱启动速度超过现有方案3倍，在Terminal-Bench全部通过任务上的性能提升为1.7倍。
Vera CPU面向的并不是传统意义上单纯承担通用计算的服务器处理器，而是智能体运行中大量的外围任务，包括启动隔离执行环境、处理工具调用、运行强化学习轨迹和完成模型评估。CoreWeave称，一套机架可部署128个Vera CPU、共计11264个核心，并通过BlueField-4 DPU和Spectrum-X网络连接这些环境。
这些数字同样属于CoreWeave披露的测试结果。沙箱启动速度、Terminal-Bench表现和实际生产成本，会受到操作系统镜像、任务类型、隔离方式、调度策略以及并发规模影响。它们说明了CoreWeave试图优化的基础设施环节，但还不足以代表所有智能体应用的整体性能。
CoreWeave Forge试图把训练、评估和生产连接起来
CoreWeave还推出CoreWeave Forge，把模型和智能体的训练、评估、部署与持续改进放在同一套环境中。公司称，Forge整合了Weights & Biases、OpenPipe的后训练能力以及开源marimo笔记本项目，目标是让生产环境中的运行数据能够返回训练和评估环节。
其中，Agent Lens用于观察生产智能体的运行情况，Sandboxes则提供隔离的CPU或GPU执行环境。CoreWeave还把强化学习、服务器端微调和推理服务纳入这一闭环。对智能体公司而言，这种平台化思路的重点不只是一次性训练出模型，而是缩短“运行—发现问题—调整—重新部署”的循环。
但这一闭环也会带来新的工程和治理问题。生产轨迹如何处理，工具调用如何隔离，模型更新如何验证，以及不同客户的数据是否能够安全地用于改进，仍需要由平台和客户分别承担责任。基础设施速度的提升，并不会自动解决智能体在权限、可靠性和可审计性方面的风险。
早期云端可用性仍不等于全面普及
NVIDIA官方公告称，CoreWeave已经提供Vera Rubin NVL72系统和Spectrum-X网络，Cognition是首个运行生产负载的客户。CoreWeave的公司公告则明确使用了“有限可用性”表述；Business Wire的新闻稿显示，这一消息于9月30日发布。
这意味着当前公布的信息主要证明了三件事：Vera Rubin NVL72已经在至少一个云平台完成生产部署；Cognition已经将其用于真实的智能体工作负载；厂商和客户在特定测试中观察到较高的吞吐量提升。至于更广泛客户能否获得相近结果、容量何时全面开放，以及性能提升能否转化为稳定的每次会话成本下降，目前仍缺少公开的独立复测和长期运营数据。
随着智能体从单轮问答走向多步骤执行，竞争焦点正在从单张GPU峰值转向整套系统的有效吞吐量：计算、网络、CPU、存储、隔离环境和软件调度需要同时工作。CoreWeave此次上线的Vera Rubin NVL72，正是这一基础设施竞争转向系统级优化的一个早期案例。
来源
- NVIDIA官方博客：From Training to Production, NVIDIA and CoreWeave Close the Loop on Agentic AI
- NVIDIA Vera Rubin NVL72产品页面
- CoreWeave公司公告：Cognition Becomes First Customer for NVIDIA Vera Rubin NVL72 on CoreWeave Cloud
- Business Wire：CoreWeave Delivers NVIDIA Vera Rubin NVL72 Performance at Production Scale
- Data Center Dynamics：CoreWeave makes Nvidia Vera Rubin NVL72 available