Nvidia 的下一代 Vera Rubin 平台獲得了首個重要的獨立基準測試結果，性能提升幅度之大足以給 AI 公司帶來另一層問題：跟上 Nvidia 硬件迭代的成本正變得越來越高。

Nvidia 在其官方 MLPerf 公告中披露了这一结果，并將 Vera Rubin 的參測描述為在更大範圍部署前的預覽提交。

這一點非常重要：3.7倍是在某特定工作負載上測得的最佳提升，並不意味着所有 AI 應用程序都會突然快3.7倍。

Nvidia 使得去年的 AI 基礎設施很快就顯得過時了

這項基準測試也顯示出底層經濟結構變化的速度有多快。

Nvidia 表示，四個 GB300 NVL72 机架、共 288 块 GPU 實現了 99% 的擴展效率，而僅軟件改進就帶來了最高 1.6 倍的性能提升，較上一輪 MLPerf 的結果更高。

這意味著更換週期異常地快。AI 雲服運營商並非只是簡單地增加 GPU，而是在反複權衡：現有的集羣是否還能與更新後的系統競爭，因為新系統每個機架、每兆瓦都能產出更多的 token。

性能競賽正在變成融資競賽

故事也因此不再只停留在 Nvidia。

CoreWeave 最近將一筆可轉債的發行規模從30億美元上調至37億美元，為這個已經消耗大量債務和股權資金的行業再添一輪大型融資。報導稱，這顯示GPU的擴張正如何迅速轉化為資產負債表壓力。

同樣的問題也延伸到整個行業。Nebius 也已轉向數十億美元的融資，而更廣泛的 AI 基礎設施熱潮正越來越多地由債務提供資金。

Nvidia認為，更高的吞吐量可以降低每個token的成本，這意味著新硬體最終可能通過更好的經濟性來證明其投資的合理性。但Nvidia尚未公開提供一個簡單的機架價格，讓投資者能將3.7倍的基準測試提升與採購成本直接進行比較。

__BJW_BOLOKA_00001__

Maya Bennett 是一名金融記者，擁有報導加密貨幣、股票和更廣泛市場趨勢的經驗。她的工作重點包括比特幣、主要數字資產、股票市場、貨幣政策，以及推動投資者情緒的經濟發展。她擅長將快速變化的市場新聞轉化為清晰、簡潔的報導。