NVIDIA：CoreWeave 開始提供 Vera Rubin NVL72，Cognition 成首個生產客戶

發生了什麼事

NVIDIA 部落格於 2026 年 9 月 30 日發文指出，雲端業者 CoreWeave 在本週於舊金山舉行的 CoreWeave Fully Connected 活動上，宣布提供 NVIDIA Vera Rubin NVL72 系統，並搭配 Spectrum-X 102.4T 乙太網路（一種資料中心網路技術）。NVIDIA 表示，CoreWeave 是最早將該平台交到客戶手上的雲端供應商之一。

據 NVIDIA 部落格，Cognition 是開發 AI 軟體工程師 Devin 的應用 AI 實驗室，也是首個在 Vera Rubin 上運行生產工作負載的客戶。生產工作負載指的是正式對外提供服務的運算工作，而非測試用途。NVIDIA 稱，CoreWeave 於本月稍早收到首批 Vera Rubin NVL72 生產機櫃，並在數天內為 Cognition 建立了生產用叢集。叢集是由多台機器組成、協同運作的運算群。

閱讀完整文字說明

消息會先蒐集來源、獨立查核，再交由 Jev 判斷。

此外，NVIDIA 表示 CoreWeave 也將提供 NVIDIA Vera CPU，並推出 CoreWeave Forge。Forge 是一個整合環境，可以在 NVIDIA 加速運算上訓練、評估與改進 AI 模型及 AI 代理；AI 代理指能自行執行多步驟任務的 AI 程式。NVIDIA 副總裁 Ian Buck 另指出，V100 GPU 所屬的 Volta 架構推出已近十年，CoreWeave 的 V100 GPU 至今仍在執行客戶工作負載。

NVIDIA 公布的效能數據

據 NVIDIA 部落格，Cognition 以 GB200 NVL72 為比較基準，使用真實的軟體工程工作負載進行測試：先從 FrontierCode 抽樣任務，再讓 AI 代理解題。早期測試顯示，在 SWE-2 推論工作負載上，Vera Rubin NVL72 的總 token 吞吐量最高提升 4.8 倍。Cognition 創始團隊成員 Silas Alberti 表示，代理式程式開發涉及長上下文、高並行與大量 token。長上下文指一次要處理很長的內容，高並行指同時處理許多請求。他說，每個 token 的成本決定了他們能推出什麼。

在 CPU 方面，NVIDIA 稱 CoreWeave 的 Vera 部署在單一機櫃中放入 128 顆 CPU、共 11,264 個核心。若每個環境使用一個核心，可支撐超過 11,000 個同時運作的環境。CoreWeave 在測試中發現，代理沙箱的啟動速度提升超過 3 倍；沙箱是與其他系統隔離、讓程式安全執行的環境。此外，在 Terminal-Bench 評測的所有通過任務上，效能提升 1.7 倍。

CoreWeave Forge 是什麼

據 NVIDIA 部落格，CoreWeave Forge 整合了三個部分：Weights & Biases、OpenPipe 的後訓練專業能力，以及開源的 marimo 筆記本專案。後訓練是指在模型初步訓練完成後，進一步調整、提升其表現。Forge 的目標是讓 AI 在正式服務中的表現回饋到下一輪訓練，並保持跨模型、框架與雲端的開放性。其中 ARIA 與 Sandboxes 已正式提供，Agent Lens 為新服務。

NVIDIA 另稱，無伺服器強化學習比自行管理的設定訓練速度快 1.4 倍、成本低 40%。無伺服器指使用者不必自行管理伺服器；強化學習（RL）是讓模型從回饋中反覆學習的訓練方式。開源推論框架 NVIDIA Dynamo 則為 CoreWeave 的託管推論服務提供支援，也支援處於私人預覽階段的 RL Rollouts，後者可在服務運行中載入新的模型檢查點（訓練過程中儲存的模型版本）。據 NVIDIA，Canva、Capital One 與 MasterClass 是最早在 Forge 上開發的公司之一。

對一般讀者的意義

這則消息的重點在於，新一代 AI 硬體已開始進入雲端的正式服務環境。AI 程式助理等代理式服務需要大量運算；若 NVIDIA 所述的吞吐量提升在實際使用中成立，終端使用者可能感受到回應更快、多步驟推理更流暢。NVIDIA 也舉醫療為例：據其說法，居家照護業者 Ennoble Care 服務約 50,000 名需求較高的美國 Medicare（聯邦醫療保險）病患，範圍橫跨 15 州。該公司將在 CoreWeave 上使用 RTX PRO 6000 GPU，擴展用於臨床文件、決策支援與後勤自動化的 AI 代理。

• 一般使用者無需採取任何行動，這是雲端與企業層級的基礎設施更新。
• 對開發者而言，隔離沙箱與後訓練工具正式推出，可能降低打造 AI 代理的門檻，但仍應以自身測試為準。
• 效能數字來自廠商與合作夥伴，後續是否有獨立評測值得關注。

查看同分類最新消息

• 科技新聞