Rubin備受期待之際，英偉達持續優化Blackwell，GB200能效三個月翻4倍

輝達正以持續的軟體堆疊優化延長Blackwell平台的生命週期，同時為下一代Rubin架構的大規模落地蓄勢待發。

在新一代Rubin平台加速部署的背景下，輝達披露，僅用三個月時間，便將GB200 NVL72於運行DeepSeek R1 0528模型時的每兆瓦算力吞吐量（TPS/MW）提升了4倍。 這一成果來自於輝達在四個月內完成38項重大優化，背後支持則為超過25萬次模擬配置測試與累計140萬GPU小時的優化驗證。

同時，GB300「Blackwell Ultra」平台在AI訓練基準測試中持續刷新記錄。在256卡規模下，GB300 NVL72於DeepSeek-V3 671B預訓練任務中以每GPU 1648 TFLOPs的成績創下歷史最高記錄，相較GB200的606 TFLOPs提升約3倍，且此指標於過去六個月內已累計提升1.5倍。

輝達表示，針對GB200 NVL72平台的一系列優化，令其於運行DeepSeek R1 0528（1K輸入/1K輸出配置）時，每兆瓦算力吞吐量於三個月內實現四倍成長。

支持這一躍進的，是輝達於四個月內完成的38項重大優化迭代。這些優化經由超過25萬次模擬配置篩選，並累計消耗140萬GPU小時進行實測驗證。輝達特別指出，逾九成優化成果可於模型間複用，適用於其AI產品線的其他模型，而非專為單一任務量身訂製。

這意味著，現有數據中心客戶無需更換硬體，即能通過軟體升級獲得顯著的能效效益——對運算能力成本高度敏感的超大規模雲端廠商與企業客戶而言，具直接經濟價值。

於AI訓練端，GB300 NVL72同樣展現強勁表現。在256卡規模下，基於Megatron Core框架對DeepSeek-V3 671B模型進行預訓練，GB300 NVL72實現每GPU 1648 TFLOPs的吞吐量，相較先前GB200的606 TFLOPs提升約3倍，並創下該任務全球最高紀錄。

值得注意的是，這一數字並非靜態硬體極限。GB300 NVL72於Megatron Core框架下的表現，已從2025年11月的1088 TFLOPs/GPU提升至2026年6月的1648 TFLOPs/GPU，六個月內累計提升約1.5倍。

在主流AI框架的協同優化方面，輝達與PyTorch及JAX社群的深入合作同樣帶來明顯增益。在TorchTitan（PyTorch原生訓練堆疊）上，GB300 NVL72對DeepSeek-V3 671B的訓練性能，較未調優基線配置提升6倍，從199 TFLOPs/GPU攀升至1197 TFLOPs/GPU。JAX框架下提升幅度更大，截至2026年7月每GPU吞吐量達4082 Tokens/s，對應1025 TFLOPs/GPU，較2026年1月的418 Tokens/s提升約10倍。

大規模訓練場景的擴展效率，一直是衡量AI基礎建設實用性的核心指標之一。輝達披露，在256至1024卡的擴展區間內，GB300 NVL72於三大主流框架下均維持接近理論上限的擴展效率：Megatron Core達98.5%，TorchTitan及JAX均達97%。

輝達將這一擴展效率歸功於NVL72機架內建的800 Gb/s Scale-Out網路晶片。高速互連直接決定多機訓練的通訊開銷，進而影響整體擴展效率，此網路能力被視為支撐上述跨框架高效能展現的核心基礎設施元件。

上述優化成果發布之際，輝達次世代Vera Rubin平台已進入全球部署階段。據悉，Vera Rubin NVL72於Token 吞吐量上相較Blackwell實現約10倍提升，GB200 NVL72約為80,000 Tokens/s，而Vera Rubin NVL72於同等150MW功耗下可達800,000 Tokens/s。

然而，Blackwell平台已在全球無數資料中心完成部署，輝達的策略與先前Hopper世代如出一轍——於新平台推進同時，持續通過軟體優化發掘既有硬體潛力。此舉不僅延長現有客戶的硬體投資回收期，也強化了輝達於AI基礎設施生態的系統黏著度。對市場而言，隨著輝達Blackwell、Rubin雙線並進的格局，正逐步築起競爭對手短期難以突破的軟體護城河。