当前位置：主页 > 三沙 >

翻译

英伟达新一代算力平台补齐拼图结合DeepSeek模型Token成本可降35倍_我的网站

A | K图 NVDA_0 　　英伟达硬件演进正加速驶向下一站，为智能体（Agent）打造新一代算力平台。　　当地时间8月24日，英伟达宣布，推理加速器Groq 3 LPX机架已进入全面量产阶段。

B | 英伟达高级总监Dion Harris表示，Groq机架将与Vera中央处理器和Rubin图形处理器一同部署在新型云服务商Nebius的数据中心，并将于今年晚些时候上线。　　Groq 3 LPX机架是英伟达专为Vera Rubin平台设计的推理加速扩展组件，需与 Vera Rubin NVL72 GPU主机架搭配部署——NVL72负责更广泛的训练、推理以及上下文处理，LPX专门加速输出AI生成结果（Token），主打超低延迟Token生成，两者异构协同，可大幅提升万亿参数、超长上下文智能体推理的每瓦吞吐与交互响应速度。

C | 　　英伟达此前将Vera Rubin平台定义为专为智能体AI与科学计算时代设计的机架级超级计算平台。英伟达此次将Groq 3 LPX正式推向全面生产，核心目的并不是用专用推理芯片取代GPU，而是为Vera Rubin补充传统GPU架构在低延迟Token生成方面的能力。 7月20日，杰创智能（301248.SZ）审议并通过了《关于购买设备的议案》。　　相比Blackwell，Vera Rubin在智能体工作上的效率得到了极大的提升，英伟达释出多个最新测试数据（本次测试使用的基准为SemiAnalysis AgentX，该基准针对Kimi K3、MiniMax M3、GLM5.3、Qwen3.5、DeepSeek V4 Pro等各类模型）—— 　　英伟达称，在Artificial Analysis测试中，搭载Gemma 4 31B模型、100K Token上下文时，Groq 3 LPX实现每秒3400个输出Token，为该模型创下最高纪录；针对智能体编程等低延迟工作负载，其响应速度最高达到最近竞争平台的4倍。英伟达称，这种速度可以让智能体更快完成代码编写、测试、工具调用和结果验证等连续任务。　　与此同时，英伟达公布Vera Rubin NVL72在真实智能体工作负载下的新测试结果：基于SemiAnalysis的AgentX工作负载、采用DeepSeek V4 Pro模型，Vera Rubin每兆瓦（MW）吞吐量最高达到上一代GB300 NVL72的30倍，每Token成本最高降低35倍。

D | 为推进公司人工智能战略发展和业务转型，拟向多家供应商采购IT 设备及零配件总金额不超过人民币 100 亿元。对于运营商而言，这意味着在固定的电力和基础设施预算下，可以支持更高的交互式代理容量，或者以更低的运营成本提供相同的容量。

E | 　　英伟达强调，智能体任务不同于传统聊天对话，任务上下文会随着数百个步骤不断累积，甚至达到数十万Token。原因方面：随着公司人工智能战略稳步推进，在人工智能与云计算业务方向的投入力度持续加大，业务规模取得显著增长，前期投入已见回报。英伟达援引OpenRouter数据称，智能体AI工作负载消耗的Token数量可以达到简单聊天请求的15倍。2026 年上半年，公司“AI+云计算”业务实现收入约 2.04 亿元，同比增长约 550%，总资产较上年年末增加约 106%。本次采购，有利于进一步扩大云计算业务规模，有利于推进公司技术产品研发，深度融入云计算产业生态链，系公司落地人工智能战略、持续推进业务升级转型的重要布局。原因在于，一个智能体可能先查询数据库，再搜索新闻和文件，调用子智能体进行分析，运行代码并反复验证，整个过程中上下文不断累积。本次购买设备成交金额为参照市场价格并经双方协商确认，价格合理、公允，不存在影响公司及全体股东利益的情形。本次设备采购合同的履行需要投入大量资金，公司将通过自有资金、金融机构融资等多种方式筹措，若未来市场利率发生变动，导致财务费用超出预期，将对公司利润产生一定影响。

F | 　　近期腾讯、阿里、DeepSeek等头部厂商相继推进AI智能体产品迭代与生态布局，AI应用端发展聚焦终端场景落地与生态壁垒搭建。天风国际证券最新研报称，当前Harness加速开放迭代，前沿AI竞争正向Agent执行框架与商业化兑现深化。　　英伟达正紧随这一趋势调整硬件优化方向，当AI迈入智能体时代，AI基础设施的评价体系或将随之变化，基础设施服务商的硬件迭代重心将从追求训练更大模型，转向单位能耗有效Token产出、单位成本任务处理能力，以及智能体复杂任务的执行时延。（文章来源：财联社）。