10月2日晚的金融圈，被英伟达的一台新机器砸得彻底没法睡了。
​云服务商CoreWeave宣布，Vera Rubin NVL72已经在它的云平台上正式投产。头一个把真实业务搬上去跑的客户，是AI软件公司Cognition。
​最抢眼的数字是4.8倍：Cognition跑SWE-2推理，总Token吞吐量比上一代GB200 NVL72最高高出这么多；强化学习场景里，每块GPU的输出吞吐也到了3.8倍。这意味着同一套硬件能扛更多并发会话，多步推理也能快不少。
​不过更该盯的是另一个数：在DeepSeek-R1基准上，每兆瓦能产出的Token是上一代的10倍。同样的电，能产出多得多的有效算力，这比单纯跑得快更关乎成本。
​这个10倍其实不算新消息。7月21日英伟达披露进展时就拿出过CoreWeave的首轮测试结果，当时已有谷歌云、微软Azure、甲骨文云等合作伙伴部署了机架。9月中旬，CoreWeave又把多个机架连成了集群。从实验室数据到客户拿它接单，用了两个多月。
​几个细节也值得记一下：一台NVL72由36颗Vera CPU和72颗Rubin GPU组成，全液冷；托盘不用接线，装一个从两小时缩到五分钟。CoreWeave还把Vera CPU单独作为一层算力提供，智能体沙箱启动比x86 CPU快3倍以上。
​英伟达副总裁Ian Buck顺手提了一句：CoreWeave那批V100至今还在给客户干活。新机器上线了，老机器也还没下岗。