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
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。 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。
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。
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 。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。
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。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。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。
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