As Anticipation for Rubin Builds, NVIDIA Continues to Optimize Blackwell, Quadrupling GB200 Energy Efficiency in Three Months
英伟达通过 38 项重大软件优化与 25 万次测试，仅用三个月便将 GB200 运行 DeepSeek 模型的能效提升 4 倍；GB300 NVL72 则刷新训练纪录，性能半年增长 1.5 倍且扩展效率接近 98.5%。在新架构 Rubin 加速落地的同时，英伟达持续深挖 Blackwell 平台潜能，展现出强大的软硬件协同优势。
英伟达正以持续的软件栈优化延长 Blackwell 平台的生命周期，同时为下一代 Rubin 架构的规模化落地蓄力。
在新一代 Rubin 平台加速部署的背景下，英伟达披露，仅用三个月时间，便将 GB200 NVL72 在运行 DeepSeek R1 0528 模型时的每兆瓦算力吞吐量（TPS/MW）提升了 4 倍。这一成果源自英伟达在四个月内完成的 38 项重大优化，背后支撑为逾 25 万次模拟配置测试及累计 140 万 GPU 小时的优化验证。
与此同时，GB300"Blackwell Ultra"平台在 AI 训练基准测试中持续刷新纪录。256 卡规模下，GB300 NVL72 在 DeepSeek-V3 671B 预训练任务中以每 GPU 1648 TFLOPs 的成绩创下历史最高纪录，较 GB200 的 606 TFLOPs 提升约 3 倍，且该指标在过去六个月内已累计提升 1.5 倍。
GB200 能效大幅跃升，优化覆盖 90% 以上模型
英伟达表示，针对 GB200 NVL72 平台的系列优化，使其在运行 DeepSeek R1 0528（1K 输入/1K 输出配置）时，每兆瓦算力吞吐量在三个月内实现 4 倍增长。
支撑这一提升的，是英伟达在四个月内完成的 38 项重大优化迭代。这些优化经由超过 25 万次模拟配置筛选，并累计消耗 140 万 GPU 小时进行实测验证。英伟达特别指出，其中逾 90% 的优化成果可跨模型复用，适用于其 AI 产品组合中的其他模型，而非专为单一任务量身定制。
这意味着，现有数据中心客户无需更换硬件，即可通过软件升级获得显著的能效收益——这对于算力成本高度敏感的超大规模云厂商和企业客户而言，具有直接的经济价值。
GB300 刷新训练纪录，六个月性能提升 1.5 倍
在 AI 训练侧，GB300 NVL72 同样展现出强劲的性能势头。在 256 卡规模下，基于 Megatron Core 框架对 DeepSeek-V3 671B 模型进行预训练，GB300 NVL72 实现了每 GPU 1648 TFLOPs 的吞吐量，较此前 GB200 的 606 TFLOPs 提升约 3 倍，并创下该任务的全球最高纪录。
值得关注的是，这一数字并非静止的硬件极限。GB300 NVL72 在 Megatron Core 框架下的表现，已从 2025 年 11 月的 1088 TFLOPs/GPU 增长至 2026 年 6 月的 1648 TFLOPs/GPU，六个月内累计提升约 1.5 倍。
在主流 AI 框架的协同优化方面，英伟达与 PyTorch 及 JAX 社区的深度合作同样带来显著增益。在 TorchTitan（PyTorch 原生训练栈）上，GB300 NVL72 对 DeepSeek-V3 671B 的训练性能，相较未优化基线配置提升 6 倍，从 199 TFLOPs/GPU 跃升至 1197 TFLOPs/GPU。JAX 框架下的提升幅度更为突出，截至 2026 年 7 月，每 GPU 吞吐量达到 4082 Tokens/s，对应 1025 TFLOPs/GPU，较 2026 年 1 月的 418 Tokens/s 提升约 10 倍。
扩展效率接近理论上限，800 Gb/s 网络是关键
大规模训练场景下的扩展效率，历来是衡量 AI 基础设施实用性的核心指标之一。英伟达披露，在 256 至 1024 卡的扩展区间内，GB300 NVL72 在三大主流框架下均维持了接近理论上限的扩展效率：Megatron Core 达到 98.5%，TorchTitan 与 JAX 均达到 97%。
英伟达将这一扩展表现归因于 NVL72 机架内置的 800 Gb/s Scale-Out 网络芯片。高速互联直接决定了多机训练中的通信开销，进而影响整体扩展效率，该网络能力被视为支撑上述跨框架高效率表现的核心基础设施组件。
Rubin 平台加速落地，Blackwell 优化仍在持续
上述优化进展发布之际，英伟达下一代 Vera Rubin 平台已进入全球部署阶段。据报道，Vera Rubin NVL72 在 Token 吞吐量上相较 Blackwell 实现约 10 倍提升，GB200 NVL72 约为 80,000 Tokens/s，而 Vera Rubin NVL72 在同等 150MW 功耗下可达 800,000 Tokens/s。
然而，Blackwell 平台已在全球无数数据中心完成部署，英伟达的策略与此前 Hopper 世代如出一辙——在新平台推进的同时，持续通过软件优化挖掘已部署硬件的潜力。这一做法不仅延长了现有客户的硬件投资回报周期，也强化了英伟达在 AI 基础设施生态中的平台黏性。对于市场而言，英伟达在 Blackwell 与 Rubin 双线并进的格局下，正逐步构筑起竞争对手难以在短期内逾越的软件护城河。
