NVL72
PulseAugur coverage of NVL72 — every cluster mentioning NVL72 across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
AI价值捕获转移：从基础设施到模型实验室
SemiAnalysis 报告称，AI行业的价值捕获正从基础设施提供商转向模型实验室。虽然 2023-2025 年期间，得益于基础设施的建设，台积电和 NVIDIA 等公司取得了显著增长，但预计 2026 年将由模型开发者主导。这种转变是由软件优化驱动的，软件优化极大地提高了吞吐量，从而大幅压缩了推理成本。例如，Anthropic 的年经常性收入 (ARR) 激增，并且由于这些软件驱动的效率，而不仅仅是价格变动，推理毛利率显著提高。
-
NVIDIA 的 VR NVL72 系统采用无缆设计，配备 Rubin GPU
SemiAnalysis 对 NVIDIA 即将推出的 VR NVL72 系统进行了详细分解，重点介绍了与 GB200 等先前架构相比的重大设计变更。关键创新包括无缆计算托盘设计，用 Paladin HD2 板对板连接器取代传统连接器，以提高可靠性并缩短组装时间。该系统使用 Strata 模块，每个模块包含两个 Nvidia Rubin GPU 和一个 Vera CPU，并配有可插拔的 LPDDR5X 内存。
-
Anthropic 的 Claude 模型现已在 Azure 上运行 NVIDIA Blackwell Ultra GPU
Anthropic 的 Claude 模型现已在 Microsoft Azure 上普遍可用，在 Microsoft Foundry 内运行于 NVIDIA 的 GB300 Blackwell Ultra GPU。此次合作旨在为企业提供增强的计算能力，用于构建和部署自主 AI 代理。该集成支持能够执行跨各种业务领域的复杂任务的专用代理，并通过 NVIDIA Secure Agent Workspace 参考设计专注于安全和治理。
-
NVIDIA Blackwell 平台主导 MLPerf 训练 6.0 基准测试
NVIDIA 的 Blackwell 平台在 MLPerf 训练 6.0 基准测试中创下新纪录，在所有七项测试中均取得最快成绩。该平台展示了强劲的扩展性，拥有多达 8,192 个 GPU 的集群在训练大型语言模型时显示出显著的加速效果。这一性能凸显了高带宽互连（如 NVLink）和低精度计算对于高效大规模 AI 训练的重要性。
-
微软携手富士康上线英伟达Rubin GPU机架
微软已与ODM合作伙伴富士康合作，成功上线了其首个配备英伟达Rubin VR200 GPU的NVL72机架。这标志着微软基础设施建设迈出了重要一步，GPU的晶圆级生产正在进行中。然而，机架级别的全面量产尚未开始。
-
Cerebras将AI机架集成到单个晶圆上，引起Google关注
Cerebras开发了一种新颖的人工智能芯片制造方法，将整个NVL72机架集成到单个晶圆上。该设计通过绕过缺陷并保持所有组件在芯片上，从而绕过了传统的网络瓶颈。据报道，Google AI对这项技术感兴趣，完整故事即将发布。
-
Nvidia 推出 AI 工厂蓝图，GPT-4.1 在真实医疗案例中的准确性下降
Nvidia 发布了经过验证的 AI 数据中心蓝图，详细介绍了从 4 节点到 128 节点集群的配置。这些设计名为 RTX PRO、HGX 和 NVL72，适用于代理 AI 和处理万亿参数模型等高级应用。另外，一项研究表明，像 GPT-4.1 这样的多模态 LLM 在应用于真实医疗案例时，与基准性能相比，准确性显著下降。
-
Nvidia 的 GB300 GPU 推理速度比 GB200 快 2.7 倍
Nvidia 的 GB300 ultra NVL72 在使用 vLLM 项目的引擎进行的推理任务中，展示了比 GB200 NVL72 快 2.7 倍的速度优势。这一性能飞跃超出了基于 GB300 规格的理论预期，其规格包括 NVFP4 FLOPs 和 HBM 容量增加 1.5 倍，同时 HBM 带宽与 GB200 相同。