Cognition 成为 Vera Rubin 首个生产客户

Cognition 的工程师在 CoreWeave Cloud 上做了对照，基线是一套 GB200 NVL72。Cognition 称，SWE-2 推理的总 token 吞吐最高约为基线的 4.8 倍；强化学习的输出 token 吞吐约为 3.8 倍。生成速度不降的前提下，单卡能同时承接更多 Devin 会话，研究回路缩短，单次会话成本下降。

客户沿用 GB200 NVL72 与 GB300 NVL72 的运营模型和工具，性能调优由 CoreWeave 团队负责。Cognition 与 CoreWeave 从 2026 年 9 月初搭集群。这家做 Devin 的应用实验室，用不到九个月从过渡容量扩到数千块 GPU，训练和推理都放在 CoreWeave。

CoreWeave 与戴尔一起，把搭载 GB200 与 GB300 NVL72 的戴尔 PowerRack 部署进云，属于较早的一批；Vera Rubin 也在较早部署之列。公司自测称，交互速度对齐时，DeepSeek R1 相对 GB200 NVL72 的每兆瓦 token 吞吐为 10 倍。

Fully Connected 汇集逾 4500 名客户、伙伴、开发者与人工智能负责人。CoreWeave 产品与工程执行副总裁 Chen Goldberg 说，客户几天内就看到性能提升。Cognition 研究高级副总裁 Silas Alberti 说，智能体编程要长上下文和高并发，吞吐上去之后 Devin 少干等。

新一代机柜从点亮到承接生产推理，难在调度、网络和软件能否沿用上一代。智能体编程一步等一步，token 吞吐的倍数会累进到任务完成时间与单次成本。国内招标常拆开加速卡、交换和液冷；云上若把多代 NVL72 收进同一运营模型，验收就会问软件能否跨代复用。