NVIDIA 於 2026 年 7 月 21 日表示，Vera Rubin NVL72 正在量產爬坡，CoreWeave、Google Cloud、Microsoft Azure 與 Oracle Cloud Infrastructure 已有 Vera Rubin 機櫃運行。NVIDIA 同時稱，這套 rack-scale 平台的供應鏈涵蓋 30 個國家、350 多座工廠，量產進度已從產品展示推向雲端部署。
Vera Rubin 是把 CPU、GPU、網路、儲存與軟體一起設計的 AI 基礎設施平台。NVIDIA 公布的效能、每瓦吞吐量與 token 成本數字，包含公司和合作夥伴測試結果；雲端機櫃已運行與大規模商業供應仍是不同階段。
Vera Rubin NVL72 已在四家雲端夥伴機櫃運行
NVIDIA 公告把 CoreWeave、Google Cloud、Microsoft Azure 和 Oracle Cloud Infrastructure 列為已運行 Vera Rubin NVL72 機櫃的夥伴，並稱 Mistral 等合作方也在導入。這些資訊確認了合作夥伴端的機櫃運行狀態，但公告沒有公布各家部署數量、客戶可租用的區域或完整上線價格。
平台的 rack-scale 形態把多個元件固定在同一套系統設計中，對雲端業者而言，交付內容包含機櫃、網路、電力、冷卻和軟體設定。這使得供應鏈進度不能只用 GPU 出貨量判斷，還要看整櫃驗證與資料中心接入。
NVIDIA 用七晶片平台設計 agentic AI 工廠
NVIDIA 將 Vera Rubin 描述為由七個晶片和五種 rack tray 共同設計的平台，組成內容包括 Vera Rubin NVL72、Vera CPU、Groq 3 LPX、Spectrum-6 SPX 與 Vera BlueField-4 STX。這種設計把加速器、CPU、網路和儲存視為同一個 AI factory 系統，目標是減少單獨採購元件後再整合的工作。
NVIDIA 的 Vera CPU 技術文件說明，CPU 針對 agent runtime、編譯器、圖形分析和資料處理等分支密集、延遲敏感的工作負載設計。CPU 內的 Olympus 核心搭配分支預測、10-wide decode、深度 out-of-order execution 和大型快取，處理 agent 不斷切換工具、狀態與資料結構的路徑。
Vera CPU 的 Olympus 核心針對分支與延遲
Vera CPU 採用 88 個 Olympus cores 與 176 個 SMT threads，NVIDIA 說明 Spatial Multithreading 可在單執行緒效能與執行緒密度之間調整資源使用。處理 agent 任務時，這類 CPU 路徑會負責工具輸出、runtime state、檢索資料與圖形資料結構，並不等同於 GPU 直接執行模型矩陣運算。
NVIDIA 技術文章還列出 Scalable Coherency Fabric 最高 3.4 TB/s 的雙向頻寬、164 MB 統一 L3 cache，以及 SOCAMM2 LPDDR5X 記憶體最高 1.2 TB/s 聚合頻寬。這些是 NVIDIA 的平台規格，實際應用效能仍取決於軟體、模型、網路和整體機櫃配置。
350 座工廠供應鏈與效能數字仍須分開看
NVIDIA 表示 Vera Rubin 供應鏈遍及 350 多座工廠，並引用 CoreWeave 在 DeepSeek-R1 上的每兆瓦吞吐量測試。這些數字能說明 NVIDIA 的供應與效能主張，但尚未由獨立基準統一驗證；各雲端夥伴的可用容量、功耗和租用條件仍要等後續產品文件或服務公告。
消息來源：NVIDIA Blog：Vera Rubin、NVIDIA Technical Blog：Vera CPU、NVIDIA Investor Relations：Rubin platform。
