- SWE-2 推理总吞吐
- 最高 4.8 倍
- 强化学习输出吞吐
- 3.8 倍
- R1 每兆瓦 token 吞吐
- 10 倍
CoreWeave 2026 年 9 月 30 日在旧金山 Fully Connected 大会上宣布，Vera Rubin NVL72 已在自家云上承接生产任务。公司称，Cognition 是各家云里首个把生产负载跑在这套系统上的客户。新闻稿由 CoreWeave 当天发出。
Cognition 的工程师在 CoreWeave Cloud 上自己做了对照，基线是一套 GB200 NVL72。Cognition 自测显示，SWE-2 推理的总 token 吞吐最高到基线的 4.8 倍；强化学习的输出 token 吞吐为 3.8 倍。生成速度不降的前提下，一块卡能同时挂上更多 Devin 会话。研究回路会缩短，单次会话成本也会下降。
这套机柜沿用 GB200 NVL72 与 GB300 NVL72 的运营模型和工具，性能调优由 CoreWeave 的团队负责。双方从 2026 年 9 月初把集群立起来。这家实验室用不到九个月，从过渡容量扩到训练和推理共用的数千块 GPU。
产品与工程执行副总裁 Chen Goldberg 说，系统很快拉起来，客户在数天里就看到性能变化。Cognition 研究高级副总裁、创始团队的 Silas Alberti 说，智能体编程要长上下文和高并发。他提到 SWE-2 总 token 吞吐最高 4.8 倍，步步相接的任务会把这个倍数累进到 Devin 干完的活。英伟达超大规模与高性能计算副总裁 Ian Buck 说，跨代送进生产的经验，帮 Cognition 把这套机柜用到吃紧的负载上。
CoreWeave 还公布过一组硅片实测。模型是 DeepSeek R1，交互速度对齐时，相对 GB200 NVL72 的每兆瓦 token 吞吐为 10 倍。公司称这是自己测的，不是第三方复测。它与戴尔合作，较早把搭 GB200 和 GB300 NVL72 的 PowerRack 送进云，Vera Rubin 也属于较早部署的一批。
机柜从加电到接生产推理，卡点经常在调度、网络和软件能不能接着上一代用，芯片峰值只是其中一项。智能体编程一步等一步，吞吐倍数会进到任务完成时间和单次会话成本。国内采购常把加速卡、交换和液冷拆开招标；云上把多代 NVL72 收进同一套运维之后，验收会问软件能否跨代复用。国产加速卡若要接同类生产负载，同样得先交代运维和软件栈是否跟着机柜走。
