vLLM支持NVIDIA Vera Rubin NVL72，第三方实测性能提升显著
先了解这件事
vLLM 宣布正式支持 NVIDIA Vera Rubin NVL72 平台。官方称在 AgentX 基准测试中，该平台每 GPU 吞吐量较 GB200 NVL72 提升 7.8 倍。用户可通过 Docker Hub 拉取基于 CUDA 13.4 和 PyTorch 2.15 构建的 nightly 镜像以使用 vLLM。 独立评测机构 Artificial Analysis 发布了 Vera Rubin NVL72 在 AA-AgentPerf 上的初步测试结果。数据显示，该硬件在 DeepSeek V4 Pro 上的每兆瓦总吞吐量约为前代 GB300 NVL72 的 5.7 倍，在 DeepSeek V4.1 Flash 上约为 5.4 倍，在 GLM-5.2 和 Kimi K3 上分别约为 3.0 倍和 2.8 倍。此外，Vera Rubin 在单台 4-GPU 服务器上运行 DeepSeek V4.1 Flash 时达到每用户 906 tok/s，为排行榜最快结果。
AI 根据报道生成 · 3 天前更新
事件进展
2 个进展
- 10月16日 09:18 · 2 篇报道Vera Rubin NVL72在AA-AgentPerf的初步结果发布Artificial Analysis：Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 初步性能结果
- 10月9日 08:00 · 1 篇报道vLLM 宣布支持 NVIDIA Vera Rubin NVL72vLLM 官方博客：vLLM 宣布支持 NVIDIA Vera Rubin NVL72，吞吐量较 GB200 提升 7.8 倍
报道时间线
沿着报道，了解事件的不同侧面。
- Artificial AnalysisDeepSeek V4.1 Flash 刷新吞吐纪录
在 DeepSeek V4.1 Flash 上，Vera Rubin 在每用户约 230 至 350 tok/s 区间内，每兆瓦吞吐量约为 GB300 的 3.4 至 3.6 倍，并在单台 4-GPU 服务器上达到每用户 906 tok/s，这是我们在排行榜上任何模型的最快结果
- Artificial AnalysisArtificial Analysis 发布 NVIDIA Vera Rubin NVL72 初步性能结果
Artificial Analysis 在 AA-AgentPerf 上发布了 NVIDIA Vera Rubin NVL72 的初步测试结果。数据显示，该硬件在 DeepSeek V4 Pro 上的每兆瓦总吞吐量约为前代 GB300 NVL72 的 ~5.7x，在 DeepSeek V4.1 Flash 上约为 ~5.4x，在 GLM-5.2 和 Kimi K3 上分别约为 ~3.0x 和 ~2.8x。Vera Rubin 是 NVIDIA 的下一代架构产品。
- IT之家英伟达开放 Vera Rubin 机架设计并发布多项 AI 基础设施标准
英伟达在 OCP 峰会宣布开放 Vera Rubin 机架与计算托架设计，并联合 Cisco、Google 等发布多项 AI 基础设施开放标准。更新后的 MGX 1.2 架构支持最高 250kW 机架部署及盲插式液冷，同时开源 DSX AI Factory 软件组件以加速集群部署。
- vLLM 官方博客精选vLLM 宣布支持 NVIDIA Vera Rubin NVL72，吞吐量较 GB200 提升 7.8 倍
vLLM 正式宣布支持 NVIDIA Vera Rubin NVL72 平台，在 AgentX 基准测试中实现每 GPU 吞吐量较 GB200 NVL72 提升 7.8 倍。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 810月16日 17:00
- 近 24 小时变化
- -50%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。