SpaceXAI 采用 Nvidia 首款「Agent 专用 CPU」Vera，并把优化版 Vera Rubin NVL72 送上 Starmind 卫星
8 月 24 日，Nvidia 宣布 SpaceXAI 将部署 Vera CPU，用于加速其下一代 agentic AI 应用。这是 Nvidia 首款"为 AI agent 打造"的 CPU，也是它正式进入数据中心 CPU 市场、与 x86 服务器芯片正面竞争的落点。SpaceXAI 是 SpaceX 旗下运营聊天机器人 Grok 的 AI 部门（原 xAI，股票代码 SPCX，据 Seeking Alpha 报道）。
Vera 的定位不是通用 CPU，而是单独加速模型推理之外的那部分 CPU 密集工作——工具调用、代码执行、数据处理、编排与仿真。规格上：88 个 Nvidia 自研 Olympus 核心、Nvidia Spatial Multithreading 技术、LPDDR5X 内存最高 1.2TB/s 带宽；Nvidia 称在 agentic AI、强化学习与数据处理等工作负载上，任务完成速度最高可达 x86 CPU 的 1.8 倍。
更值得注意的动作是 SpaceXAI 把同一套架构推向轨道。它计划在 Vera Rubin 平台上扩展 Grok 的 AI 基建，同时把优化版 Vera Rubin NVL72 机架系统装进第一代 Starmind 卫星。Nvidia 的说法是：把"从地面到轨道"的同一套加速计算架构与软件生态延续到太空，而轨道上的供电、散热、带宽、可靠性与物理集成约束，与地面数据中心完全不同。Elon Musk 在 X 上称，这套太空优化的 Vera Rubin NVL72 计划明年第四季度发射、2028 年规模化。
边界必须写清：Starmind 是"计划中"的第一代卫星，发射时间是路线图而非已交付事实；1.8 倍、1.2TB/s 均为 Nvidia 公司口径。这条消息的实质是 Nvidia 把"agentic AI"从软件叙事变成一个可交付的硬件品类，并把算力竞争的物理边界从数据中心推进到轨道。
Nvidia Groq 3 LPX 全面量产：单模型跑出 3400 tokens/秒，Nebius 首个上云
同在 8 月 24 日（Hot Chips 大会），Nvidia 宣布交互式 AI 推理加速器 Groq 3 LPX 进入全面量产。它是 Vera Rubin 平台的推理扩展，解决 agentic AI 的两类算力需求：低延迟生成 token，以及处理海量上下文。在 Artificial Analysis 的基准测试中，Groq 3 LPX 运行开源 agentic 模型 Gemma 4 31B、10 万 token 上下文，跑出 3400 输出 tokens/秒，为该模型有记录以来的最快速度；Nvidia 称它让 agent 与延迟敏感工作负载的响应速度比最接近的替代平台快 4 倍。
AI 云 Nebius 将成为首个把 Groq 3 LPX 投入量产的云，通过其 Nebius Token Factory 推理平台对外提供；Groq 公司计划成为早期采用者之一。Nebius CTO Danila Shtan 称"生成阶段决定了 AI 系统实际有多快"，开发者通过同一套 API 即可接入、无需迁移到新栈。
这条消息需要与前情连起来读：上周 Nvidia 被曝以约 200 亿美元授权 Groq 的推理技术（LPU），而本次新闻稿脚注明确标注"Groq 与 LPU 经 Groq, Inc. 授权使用"。Groq 3 LPX 是那笔授权交易的第一个量产产品——Nvidia 把收购标的的技术快速内化为自有推理产品线。边界：3400 tokens/秒是 Artificial Analysis 对单一模型（Gemma 4 31B）的第三方基准，"快 4 倍"是 Nvidia 相对替代平台的横向口径。
Vera Rubin NVL72 实测数据：每兆瓦吞吐宣称 30 倍于 GB300、token 成本降 35 倍
Nvidia 8 月 24 日博客披露 Vera Rubin NVL72 的首批"上硅"实测数据：在 agentic 工作负载上，每兆瓦吞吐最高为 GB300 NVL72 的 30 倍，每百万 token 成本低至其 1/35。测试用的是 SemiAnalysis 的 AgentX 工作负载——由真实世界 agentic 编码会话录制、保留上下文增长、工具调用与子 agent 生成，模型为 DeepSeek V4 Pro。
口径必须写清：这是 Nvidia 自测的"早期结果"，尚未反映 Vera CPU 在工具调用上的表现，且"目前待 SemiAnalysis 复核"。30 倍是"每瓦完成的工作量"这一效率指标，不是原始推理速度。它能成立的前提是 agentic 负载的特殊性——OpenRouter 数据显示，agentic AI 工作负载消耗的 token 是普通聊天的 15 倍，长上下文与多步骤推理让"每瓦吞吐"成为比"峰值算力"更贴近 AI 工厂经济性的度量。此外，Nvidia 的 DSX MaxLPS 技术可在同等兆瓦预算内多部署最多 40% 的 GPU。
这条数据与 Groq 3 LPX、Vera CPU 指向同一结论：Nvidia 正把"agentic AI 时代"的卖点从"更大的模型"切换到"更高的每瓦吞吐与更低的单 token 成本"。它发布于 8 月 26 日 Nvidia 第二财季财报前两天，构成财报前的核心叙事。边界：30 倍/35 倍是相对 GB300 NVL72 的特定口径、待第三方复核，不能外推为对 AMD、Intel 等竞品的绝对优势。