NVIDIA Vera Rubin（NVL72）进入 H2 2026 量产，推理 token 成本较 Blackwell 降 10 倍

NVIDIA Vera Rubin 平台于今年 Computex 2026 宣布进入全面量产，微软、AWS、Google Cloud 及 CoreWeave 为 H2 2026 首批采购方；Nebius 同日宣布将在美国和欧洲数据中心于 H2 2026 部署 Vera Rubin NVL72。Rubin 架构据称较 Blackwell 推理 token 成本降低 10 倍，支持智能体（agentic）、混合专家（MoE）等大规模工作负载。HBM 方面，NVIDIA 据报道有意于 2026 年 Q4 开始接收 16-Hi HBM4，与 12-Hi 量产并轨，进一步加深对 TSMC CoWoS 封装及 SK Hynix 的三重依赖。 （英文原标题：*NVIDIA Rubin Platform Begins H2 2026 Ramp; Nebius to Offer Vera Rubin NVL72 in US and Europe*） 点评：推理 token 成本 10 倍降幅若属实，短期利好推理需求爆发，但也将在定价层面系统性压缩 GPU 云单位利润空间——已大量采购 Blackwell 容量的 neocloud 玩家将面临客户要求提前升级的议价压力，Rubin 采购窗口的早晚将成为竞争分化的关键分水岭。

延伸阅读:Electronics360、Next Waves Insight