NVIDIA／CoreWeave／官方：Vera Rubin NVL72 上線生產——Cognition 首客 SWE-2 吞吐量達四點八倍；推出 Forge 閉環代理開發

Key takeaway

NVIDIA 與 CoreWeave 於二零二六年九月三十日在 Fully Connected 大會宣布：Vera Rubin NVL72 已在 CoreWeave 雲上進入生產可用，代理編程實驗室 Cognition（Devin）成為首名跑生產負載的客戶，並在 SWE-2 推斷工作負載上相對 GB200 NVL72 測得最高約四點八倍總代幣吞吐量；同日推出 Forge 開發層，把訓練、觀測、評估與代理改進串成閉環。以下內容已核對 NVIDIA 官方博客與 CoreWeave 新聞稿。

NVIDIA／CoreWeave／官方：Vera Rubin NVL72 上線生產——Cognition 首客 SWE-2 吞吐量達四點八倍；推出 Forge 閉環代理開發

NVIDIA 與 CoreWeave 於二零二六年九月三十日在 Fully Connected 大會宣布：Vera Rubin NVL72 已在 CoreWeave 雲上進入生產可用，代理編程實驗室 Cognition（Devin）成為首名跑生產負載的客戶，並在 SWE-2 推斷工作負載上相對 GB200 NVL72 測得最高約四點八倍總代幣吞吐量；同日推出 Forge 開發層，把訓練、觀測、評估與代理改進串成閉環。以下內容已核對 NVIDIA 官方博客與 CoreWeave 新聞稿。

NVIDIA／CoreWeave／官方：Vera Rubin NVL72 上線生產——Cognition 首客 SWE-2 吞吐量達四點八倍；推出 Forge 閉環代理開發

NVIDIA 與專攻 AI 雲的 CoreWeave 在三藩市舉行的 Fully Connected 活動上，同步公布新一代機架級加速平台上線、面向代理工作負載的 CPU，以及把「生產訊號回流訓練」串起來的開發環境。本文已對照 NVIDIA 官方博客〈From Training to Production, NVIDIA and CoreWeave Close the Loop on Agentic AI〉與 CoreWeave 兩則新聞稿，來源真實性已驗證；數字以官方表述為準，不另行推算。

一、核心事件：Vera Rubin 進入生產，Cognition 交出首批實測

技術細節

CoreWeave 宣布在自家雲上提供 NVIDIA Vera Rubin NVL72，並搭配 Spectrum-X 一百零二點四 Tbps 乙太網路。公司強調，客戶可沿用與既有 GB200／GB300 NVL72 機隊相同的操作模型與工具鏈上線。活動號稱匯聚逾四千五百名客戶、合作夥伴與開發者。

Cognition（Devin AI 軟件工程代理背後的應用實驗室）被雙方點名為「首名在 Vera Rubin 上跑生產負載」的客戶。Cognition 在 CoreWeave 上於約九個月內把訓練與推斷擴至數千顆 GPU；九月初與 CoreWeave 拉起 Vera Rubin 叢集後，由 Cognition 工程師以真實軟件工程任務（抽樣 FrontierCode 子集、部署代理求解）對照 GB200 NVL72 基線做推斷基準測試。官方披露：在 SWE-2 推斷工作負載上，Vera Rubin NVL72 相對 GB200 NVL72 可達最高約四點八倍總代幣吞吐量；強化學習工作負載的輸出代幣吞吐量亦錄得約三點八倍提升。Cognition 創始團隊成員 Silas Alberti 指，代理編程需要長上下文、高並發與「每步都等上一步」的串行推理，吞吐量提升會直接疊加到 Devin 可完成的工作量。

二、技術原理：代理式負載如何壓測整棧

代理式 AI 同時從兩端擠壓基建：線上服務要低延遲、大規模並發推斷；離線改進（強化學習、工具調用評估）又要一次開出成千上萬個隔離執行環境。NVIDIA 與 CoreWeave 的敘事是：把加速計算、網路與軟件當成「單一系統」交付，而不是只賣更快的 GPU。

在 CPU 側，CoreWeave 將提供 NVIDIA Vera——官方稱為「首款為 AI 代理打造的 CPU」。NVIDIA 博客寫明：單機架可部署一百二十八顆 Vera CPU、合共一萬一千二百六十四核心，理論上可支撐逾一萬一千個「每環境一核心」的並發隔離環境；搭配 CoreWeave Sandboxes、Spectrum-X 交換與 BlueField-4 DPU，讓沙盒與訓練作業並存且維持低延遲通訊。測試數據包括：Vera CPU 上代理沙盒啟動時間加快逾三倍；Terminal-Bench 上通過任務整體表現約一點七倍。

在「閉環」側，CoreWeave 同日推出 Forge：把 Weights & Biases Models、OpenPipe 的後訓練能力，以及開源 marimo 筆記本專案，與 CoreWeave 自身服務（含 Registry、Notebooks、可觀測性）收進同一連接環境，強調跨模型、框架與其他雲仍可接駁，避免生產軌跡與下一輪訓練在工具交接時斷訊。Forge 公布的能力包括：一般可用的 ARIA（分析實驗與代理觀測數據、提出下一輪實驗）、Agent Lens（把海量生產代理軌跡轉成可行動洞察；CoreWeave 稱相對通用前沿模型基線可多偵測約兩成關鍵失敗）、一般可用的 Sandboxes，以及無須自管訓練叢集的 Serverless 監督微調／Serverless RL（NVIDIA 博客引述 Serverless RL 較自管設置快約一點四倍、成本低約四成）。Canva、MasterClass 等已被點名為早期使用者；NVIDIA 文中亦提到 Capital One。

四、日常應用場景

1. 開發者與技術團隊

代理編程、長上下文推理與高並發工具調用，正好對應「吞吐決定能出多少貨」的成本曲線。Cognition 的公開對照（SWE-2 推斷約四點八倍總代幣吞吐）提供一個可引用的機架代際差值，方便團隊評估是否值得從 GB200 級叢集遷到 Vera Rubin，或把沙盒／RL 評估搬到 Vera CPU 密度更高的執行層。

2. 企業與隱私敏感行業

NVIDIA 博客舉例：居家護理機構 Ennoble Care（服務美國約十五州、約五萬名高需求 Medicare 患者）選擇在 CoreWeave Kubernetes Service 上以預留的 NVIDIA RTX PRO 6000 容量跑臨床文件、決策支援與後台自動化代理。對受規管行業而言，重點不只是峰值吞吐，而是「生產軌跡能否安全回流改進」與隔離執行是否可稽核——Forge／Sandboxes／Agent Lens 的產品組合正朝這個方向包裝。

3. 一般用戶

終端使用者未必直接租 NVL72，但會感受到代理產品（編程助手、客服代理、內容工作流）的回應速度與穩定度。當雲端供應商能把新一代機架在數日內接入既有操作面，產品團隊把實驗變線上功能的週期會縮短。

4. 香港與亞洲市場視角

香港企業若在內部推代理式自動化，常見瓶頸是：公有 API 用量暴衝、上下文一長成本失控，以及評估／回歸環境難以與生產同構。不一定人人都要上 Vera Rubin；更務實的是先釐清「哪些步驟必須長上下文代理、哪些可改成私有模型或規則引擎」，再用可量測的吞吐與隔離沙盒控制單位成本。亞洲多地已有 GPU 雲與主權部署需求，機架代際與「生產—訓練閉環」工具鏈，會直接影响本地 ISV 能否在合理單價下交付穩定代理服務。

五、專業評價與潛在考量

優勢

  • 有具名生產客戶（Cognition）與可核對的相對基線（GB200 NVL72），不是純路線圖簡報。
  • 同時覆蓋推斷機架（Vera Rubin NVL72）、代理沙盒密度（Vera CPU）與開發閉環（Forge），對準代理式工作負載的完整壓力面。
  • 強調跨代 GPU 仍可在同一操作面混用，降低「只能全數汰換」的遷移阻力。

需要留意的地方

  • 四點八倍、三點八倍等數字來自 Cognition／CoreWeave 在特定 SWE-2 與 RL 工作負載上的早期測試，不能直接外推到所有模型或業務場景。
  • Vera Rubin 目前屬有限／早期可用敘事，產能、區域與配額仍取決於供應商排程。
  • Forge 整合多家工具，企業仍需自行評估資料駐留、實驗追蹤與生產軌跡的合規邊界；Agent Lens 等百分比為供應商基準測試表述，導入前應以自身流量覆核。

結語

九月三十日這組發布，把「新機架上線」與「代理如何持續變好」捆在同一天：Cognition 用 Vera Rubin 交出相對 GB200 的吞吐對照，Forge 則試圖把生產觀測接回訓練與評估。對正在評估代理式開發或企業自動化的團隊，值得盯的是可覆核的工作負載數字，以及閉環工具能否接上現有模型與雲，而不是單一規格表。

若香港企業希望在地部署私有模型與代理工作流、控制數據出境與單位代幣成本，可參考 YSK Limited 的企業私有 LLM 全託管方案（年費 HK$88,000 起，Dataset → QLoRA／LoRA → 私有 API）：https://ysk.hk/services/ai-automation

參考來源

Related services & products

Related posts