DeepSeek-V4-PRO AI 模型测试：英伟达 Vera Rubin 每兆瓦吞吐量达 GB300 的 30 倍

8 月 24 日消息，英伟达昨日使用 SemiAnalysis AgentX 工作负载，以 DeepSeek-v4-PRO 1.6T 模型评估测试，显示 Vera Rubin 每兆瓦吞吐量达到 Blackwell 的 30 倍。

每兆瓦吞吐量（Tokens per Megawatt，简称 tokens / MW）是衡量 AI 数据中心在固定电力额度下能产出多少 AI Token 的核心能效指标。

援引博文介绍，SemiAnalysis AgentX 通过 4 项指标，重点评估智能体编程推理工作负载：

端到端归一化交互性按请求提交至最终 Token 到达的完整时间计算，反映包含首个 Token 等待时间在内的用户可见输出效率；

标准交互性只统计首个 Token 至最后一个 Token 之间的生成阶段。

端到端延迟统计单次请求从提交到最终输出 Token 到达的总时长

首个 Token 延迟（TTFT）则统计提交请求到首个输出 Token 到达的时间。

在 DeepSeek-v4-PRO 1.6T 工作负载中，采用 GB300 NVL72 的 Grace Blackwell 服务器，每兆瓦吞吐量达到 H200 NVL8 Hopper 方案的 15 倍。

Blackwell 每百万 Token 成本约为上一代的 1/10，运营方可以在相同电力和基础设施预算下支持更多智能体，或以更低运营成本维持相同智能体容量。

而 Vera Rubin 进一步提升该优势，在 DeepSeek V4 Pro 模型上，Vera Rubin NVL72 的每兆瓦吞吐量约为 GB300 NVL72 的 30 倍。

Vera Rubin NVL72 的每百万 Token 成本是 GB300 NVL72 的 35 分之一，能够持续、大规模地运行智能体，满足客户各种工作负载的需求。