30倍吞吐背后，HBM先撑不住了？

30倍，一个让投资人怀疑PPT的数字。

英伟达刚刚完成了史上第一次下一代旗舰机柜 Vera Rubin NVL72 的片上实测，而且直接拉来了 DeepSeek 最新的V4-Pro模型，跑最真实的「智能体编码」任务。结果：对比现役机皇 GB300 NVL72，每兆瓦吞吐量最高飙升30倍，Token成本最高暴降35倍。

“数据口径与出处：上述30倍与35倍，均出自英伟达官方发布的Vera Rubin NVL72片上实测（on-chip实测，非模拟或PPT推演）。测试口径为——对比基准：现役旗舰机柜 GB300 NVL72；模型：DeepSeek V4-Pro；负载：「智能体编码」任务（多轮工具调用+长上下文往返推理）；指标：每兆瓦吞吐量（Tokens/s/MW）与单Token成本。两项数据均为同负载下的「最高值」，即最优配置点的结果，非全场景平均。

但真正有意思的，不是这30倍本身。而是当GPU狂奔时，谁在后面喘气——答案是SK海力士手里的HBM，和775微米那道物理墙。这篇文章，把一次实测数据背后的三条战线讲清楚。

🚀 片上首测：30倍吞吐，这次不是PPT

先说场景。

过去英伟达的「新卡首测」，业内默认带着一层滤镜：跑分是厂商挑的，负载是理想化的，PPT先行、实物半年后到。圈内流传一句玩笑：「发布会上的数字，先打七折再看。」

但这一次画风不太一样。英伟达把实测直接做在了片上，负载选的是「智能体编码」——不是跑个模型答几道题，而是让AI像程序员一样连续调用工具、多轮推理、长上下文往返。这正是当前大厂真实采购算力的用途。

结果拆开看，是两段跨越：

• 从H200到GB300 NVL72：真实Agent工作负载下，吞吐量最高提升30倍，成本大致翻倍；
• 从GB300 NVL72到Vera Rubin NVL72：吞吐量再次飙升最高30倍，整机架价格大致再翻倍。

“口径说明：表中两段「最高30倍」为各自对比基准下的峰值提升，两段相乘即约900倍——这是「接近900倍」一说的来源。需注意：①900倍是Hopper到Rubin两个世代、同为Agent编码负载下的吞吐比，非跨负载通用结论；②各段数据均以英伟达官方实测口径为准，成本为整机架口径而非单卡口径。

两年时间，价格贵了4倍，速度换来了接近900倍的飞跃。网友的评论很扎心：「以前嫌H200三万美元一张贵，现在回头一看，H200居然连丐版都算不上了。」

产业逻辑在这里发生了质变：英伟达借这次实测公开宣布——LLM时代结束，Agent时代降临，以前的AI跑分基准全部作废。这不是修辞，是定价权的重新锚定。当算力按「每Token成本」而非「每TFLOPS」计价，单纯的峰值算力军备赛就变成了系统工程赛。

💰 价格翻四倍，换900倍速度：算力重新定价

一句圈内私下流传的话：现在买AI算力，买的不是芯片，是电费的去向。

这轮重新定价的核心，藏在「每兆瓦」三个字里。对云厂商和超大规模数据中心来说，功率才是真正的稀缺资源——机柜位、供电、散热，全是物理约束。Vera Rubin NVL72每兆瓦吞吐提升30倍、Token成本下降35倍，意味着同样一度电，能产出30倍的Agent工作产出。

这对下游意味着什么？

第一，采购逻辑变了。以前CFO看单卡价格，现在看「完成一个编码Agent任务全生命周期要多少Token、多少度电」。单位成本暴降，反而可能刺激总需求暴涨——这就是经典的杰文斯悖论：效率提升，消耗不减反增。

第二，价格翻倍变得「可接受」。整机架价格再翻倍听着吓人，但如果摊到每个Token上成本降了35倍，那么对真正跑Agent业务的客户来说，这不是涨价，是打折。据多位接近云厂商采购的人士透露，头部客户评估新一代机柜的指标清单里，「每兆瓦吞吐」已经排在「单卡算力」前面。

第三，也是英伟达最精明的一手：把性能叙事从「芯片」上移到「机柜」。NVL72这个后缀本身就是宣言——72颗GPU、CPU、NVSwitch、液冷，作为一个整体交付。竞争的单位从「一颗GPU」变成了「一个机柜」，这个定义权的转移，让对手很难在单点对标。

一位资深硬件工程师的说法颇具代表性：「以前比的是发动机，现在比的是整车能耗比，你光晒马力图已经没意义了。」

🔋 775微米天花板：HBM才是隐形主角

GPU在台前，HBM在幕后喘气。

这次实测数据的另一面，是一个物理极限的曝光：SK海力士公开指出，HBM堆叠体的总厚度被卡在775微米——这恰好是一片300毫米逻辑晶圆的标准厚度。堆到HBM这个代际，再往上叠，物理上就要顶穿天花板了。

这事的产业含义比想象中大。AI算力的性能，越来越不取决于GPU本身，而取决于数据能不能从HBM里够快地搬进计算核心。所谓「30倍吞吐」，一半功劳在GPU架构，另一半在存储墙被推高了多少。而存储墙现在撞上了晶圆厚度这个非常朴素的物理量。

SK海力士给出的两条路线图很清晰：

1. 混合键合（Hybrid Bonding）HBM5：抛弃微凸点，直接把die键合在一起，省下的高度和互连密度，用来突破775微米的堆叠极限；

2. MR-MUF工艺延续：这类先进封装材料方案将一路覆盖到Rubin世代，换句话说，英伟达的下一代平台，存储侧的钥匙握在SK海力士手里。

用一条简化的路线时间线看这场接力：

• H200（Hopper世代）：三万美元一张的「旧贵」，如今成了性价比参照物的下限；
• GB300 NVL72（Blackwell Ultra）：机柜化交付成型，Agent吞吐基准的上一任冠军；
• Vera Rubin NVL72：首次片上实测，每兆瓦吞吐登顶，MR-MUF工艺延续覆盖至Rubin；
• HBM5（混合键合）：瞄准775微米天花板，为Rubin之后的堆叠密度续命。

产业逻辑很冷峻：存储厂第一次站在了AI算力叙事的C位附近。谁先搞定混合键合HBM5的良率，谁就掌握了下一代机柜定价权的一票。这也是为什么近两年HBM议价权的天平，持续向存储三巨头倾斜——GPU可以换架构，775微米换不掉。

🖥️ Diamond Rapids：别忽视了x86那一侧

机柜故事里，还有一个容易被忽略的角色：CPU。

就在英伟达晒出实测数据的同时，英特尔也掀开了下一代服务器CPU Diamond Rapids 至强的面纱：最高256个P-core，最高1.28GB的末级缓存，支持AVX 10.2指令集，基于18A制程节点，并且改用UCIe-S互连标准取代EMIB封装路线。

单看参数，这是x86服务器线的常规迭代。但放进AI机柜的语境里，值得多看两眼。

第一，Agent时代的负载结构变了。LLM时代的推理是「一次输入、一次输出」，CPU存在感弱；Agent是「连续多轮的工具调用、数据预处理、I/O调度」，CPU承担的粘合工作量显著上升。一台推理机柜里，CPU的价值密度在回升——这也是英伟达自己在Rubin平台上配了Vera CPU的原因，名字里「Vera」在前「Rubin」在后，不是随便排的。

第二，UCIe-S的转向值得玩味。采用开放互连标准取代自家的EMIB，意味着英特尔在为chiplet时代的「混搭」留门——未来服务器平台里，计算die、IO die、缓存die可以来自不同来源。这与整个产业从单die走向系统级拼装的大方向一致。

第三，18A制程是英特尔的背水一战。在AI算力需求爆炸、先进制程产能被GPU和HBM挤占的当下，x86服务器侧的每一代迭代，都是在争夺数据中心里那些「非GPU」的硅面积。据业内熟悉服务器采购链的人士观察，虽然GPU抢走了所有头条，但数据中心里x86 CPU的出货金额盘子并没有缩小——只是增长速度被AI叙事衬得黯淡了。

🧩 一台机柜，三条战线的合谋

把三条线索放在一起，图景才完整。

英伟达用Vera Rubin定义了「机柜即产品」的定价单位；SK海力士在775微米的物理墙前押注混合键合HBM5，决定存储侧的密度上限；英特尔用Diamond Rapids和UCIe-S守住数据中心CPU侧的席位，并为chiplet混搭时代铺路。三者看似各自发布，实则在争夺同一个东西：Agent时代数据中心的系统性份额。

机柜内的价值分布，行业目前只有方向性共识、缺乏可信的量化拆分：GPU计算片仍是价值大头，HBM存储与先进封装占比逐代上升，CPU与互连合计约占两成上下。在出现可靠的第三方拆机成本分析之前，这里不给具体比例——但趋势本身没有争议：每代GPU升级，HBM与封装的价值占比都在上升。

这个趋势对国内产业链的启示同样冷静：单点追峰值算力的窗口在收窄，而在先进封装、存储堆叠工艺、互连标准这些「机柜级」环节上，仍然存在结构性机会。地缘视角下也是如此——出口管制卡的是单点算力，但Agent时代的竞争力是系统能效比，能效比是可以用工程手段追的。

小结：比的是整车能耗比了

回到开头那个数字：价格4倍，速度900倍（口径见上文第一、二节标注：均为英伟达官方片上实测，Agent编码负载，峰值对比）。

英伟达这次实测真正宣布的，是算力评价体系的换代——从峰值算力到每兆瓦吞吐，从LLM跑分到真实Agent负载。而体系换代的代价，是把压力传导给了整条链：HBM撞上775微米墙，CPU重新找回存在感，封装从配角变成主角。

接下来值得盯的三个节点，逐一列清楚：

1. 混合键合HBM5的量产良率——这是775微米天花板能否被突破的关键。盯SK海力士的工程样品送样时间与首批客户验证结果；若2026年上半年仍无稳定良率数据，Rubin之后的堆叠路线就要重估；

2. Rubin世代机柜的实际交付节奏——盯英伟达从片上实测到整机柜规模出货的时间差，以及首批云厂商客户（谁先拿到、跑到什么负载）。「发布会到交付」的间隔，历来是检验30倍含金量的试金石；

3. 英特尔18A在数据中心的首个规模化落地——盯Diamond Rapids的量产时点与首批服务器订单。如果18A在数据中心侧再度跳票，x86在AI机柜里的席位将被Arm阵营和Vera CPU进一步挤压。

Agent时代的第一块多米诺骨牌已经推倒。存储的良率、机柜的交付、制程的兑现——三个节点任何一块倒下，都会改写下一个世代的权力分配。倒向哪边，2026年见分晓。