AI 芯片 · 推理性能与拥有成本

10 倍是拿去年的对手比的
SemiAnalysis 重算 Vera Rubin 的推理账

英伟达新一代机柜 Vera Rubin NVL72 的第一份推理成绩单出自 CoreWeave：每兆瓦吞吐是 GB200 NVL72 的 10 倍。SemiAnalysis 把这个数字拆开看——10 倍的分母是 2025 年的 GB200，一套跑了一年前软件栈的机器。换成同期基线重算，倍数落到 1.9–4.5 倍。但这篇报告真正值钱的判断，不在倍数被砍掉多少，而在曲线右端那一段：有一片工作区间，只有 Rubin 还画得出线。

作者 Alec Ibarra、Dylan Patel 等 8 人日期 2026 年 7 月 23 日来源 SemiAnalysis（付费报告）

一句话结论：倍数是真的，但它取决于你拿谁当分母

同一台机器，换个基线，从「10 倍」变成「2 倍」

2026 年 7 月 22 日，CoreWeave 公布了 Vera Rubin NVL72 的推理实测：在每用户每秒约 150 个 token 的输出速度下，它的每兆瓦 token 吞吐是 GB200 NVL72 的 10 倍。这是英伟达新一代机柜的第一份公开成绩单，也是英伟达自己在营销材料里主推的那个数字。

SemiAnalysis 的这篇报告没有质疑数据本身，而是去追问一件更基础的事：那个「1 倍」是什么时候的 GB200？

答案是 2025 年的。CoreWeave 对标的 GB200 基线取自它自己一年前的测试——那时 GB200 刚上市，软件栈处于早期调优阶段。把 Rubin 的「今天」和 GB200 的「去年」放在一起比，倍数自然会被放大。SemiAnalysis 因此重算了三条基线：2026 年 7 月的 GB200、2026 年 7 月的 GB300，以及 CoreWeave 那条 2025 年的 GB200，并且把自家 InferenceX 的基准数据按 CoreWeave 的口径重新归一化，才让四条线可比。

核心结论

用同期（2026 年 7 月）的 GB200 / GB300 做基线，Rubin 的每兆瓦吞吐优势是 1.88×–4.49×，成本优势是 1.49×–3.87×——不是 10 倍，但仍然是一次实打实的代际跃迁。而那条 2025 年基线之所以能给出 10.18×，是因为它衡量的是一套一年前的软件栈，不是今天你会买到的 GB200。
更重要的是，SemiAnalysis 提醒：Rubin 自己也还在早期——它现在跑的也是刚上线的软件栈，随着内核成熟，这个差距还会继续拉大。两边都不是终局读数。

先把口径讲清楚：这场对比在测什么

四个必须先懂的概念，否则后面的表看不出味道

这类推理基准测试对金融读者最不友好的地方，是它的横轴不是「多快」而是「多快地服务每一个用户」。先把四件事说清楚：

· 交互速度（interactivity）——横轴，单位 tok/s/user，即单个用户每秒能看到多少个字。数字越大，用户体感越快。报告里提到，约 150 tok/s/user 大概比今天前沿模型的「快速模式」还快 50%；
· 每兆瓦吞吐——纵轴之一，单位 tok/s/MW，即一兆瓦电力每秒能产出多少 token。这是数据中心最关心的效率指标，因为电力是硬约束；
· 每百万 token 成本——纵轴之二，把 TCO（含资本开支、电费、数据中心摊销）除以吞吐，单位美元。越低越好；
· 帕累托前沿——每条曲线都有一个尽头。一台机器不可能在任意快的交互速度下服务任意大的批量；曲线到哪里断掉，就是这台机器在这个速度上「根本跑不了」。报告里表格中的 impossible，指的就是这个。

为什么「曲线在哪断掉」比倍数更重要

推理服务有一个基本的取舍：要单用户快，就得把批量压小；批量一小，芯片的利用率就掉，每兆瓦吞吐随之崩塌。所以每台机器都存在一个「再快就服务不了」的临界点。这就是为什么本篇后面那句「350 tok/s/user 上只有 Rubin 有曲线」——不是 Rubin 比对手快多少倍的问题，而是对手在那个速度上不存在可用配置。
对投研来说，这条边界比任何倍数都更有信息量：它决定了哪一代硬件能接住「更快的模型体验」这个需求。

CoreWeave 那张图，有四处需要打折

数据没问题，但每一处口径都对某一方更有利

SemiAnalysis 先声明：这批数据来自 CoreWeave，它没有独立验证；英伟达已承诺在 2026 年三季度前向 InferenceX 提交可验证的数字，谷歌的 TPUv7、AMD 的 MI455X UALoE72 也都在排队。在那之前，任何单方发布的数字都只能当参考。公平地说，两边确实都开满了优化——CoreWeave 声称 GB200 基线和 Rubin 都启用了 NVFP4 精度、投机解码、分离式服务、宽专家并行，均通过 TensorRT-LLM。

在这之上，报告点出了四处口径问题：

口径	CoreWeave 怎么测的	对谁更有利
① 对比基线	拿 2025 年的 GB200 当 1 倍	对 Rubin 有利（软件栈老一年）
② 测试模型	DeepSeek R1 671B，一个已不再广泛使用的模型	对 Blackwell 有利（见下）
③ 工作负载	单轮对话，输入 8K / 输出 1K token	对 Blackwell 有利（见下）
④ 测试硬件	戴尔工程样机机架，无对外扩展网络	中性偏保守（尚非量产配置）

据 SemiAnalysis 对 CoreWeave 2026 年 7 月 22 日发布数据的拆解。另有一处技术性口径：纵轴只统计输出 token 的吞吐，但功耗分母把预填充与解码的 GPU 全算了进去；SemiAnalysis 为求可比，把自家 InferenceX 数据也做了同样的归一化。

第 ② 和 ③ 两处，方向和直觉相反——它们其实对 Blackwell 更有利。原因在于 Rubin 的长处集中在更大的内存容量与带宽：它更适合万亿参数级的巨型模型，也更适合多轮长上下文的智能体工作负载。而 CoreWeave 选的是一个 671B 的旧模型、跑的是单轮 8K/1K 的短任务，恰好把 Rubin 的两个主场都避开了。SemiAnalysis 顺口点评：至少 CoreWeave 没有像 AMD 那样，在 2026 年夏天还拿 GPT-OSS 120B 去测 MI455X。

换句话说，如果换成 Kimi K3、Qwen3.8 这类多万亿参数模型，或者换成真实的智能体编程负载，Rubin 的优势理论上还要更大——只是这次没测。

换成同期基线：每兆瓦吞吐的真实倍数

1.9 倍起步，2 百 tok/s/user 附近见顶到 4.5 倍

这是全篇最核心的一张表。四行读数、三行倍数，横轴是交互速度。impossible = 这台机器在该速度上没有可用配置。

交互速度 tok/s/user	50	100	150	200	250	300	350
GB200 NVL72（2026-07）	705,543	558,569	287,289	77,218	36,394	impossible	impossible
GB300 NVL72（2026-07）	707,037	517,848	305,023	66,799	37,049	17,892	impossible
CoreWeave GB200（2025）	500,000	300,000	77,224	50,000	39,123	impossible	impossible
Vera Rubin NVL72（2026-07）	1,330,000	1,115,625	786,208	300,000	140,264	96,446	70,703
Rubin vs GB200（同期）	1.89×	2.00×	2.74×	3.89×	3.85×	—	—
Rubin vs GB300（同期）	1.88×	2.15×	2.58×	4.49×	3.79×	5.39×	—
Rubin vs CW GB200（2025）	2.66×	3.72×	10.18×	6.00×	3.59×	—	—

据 SemiAnalysis · InferenceX（重新归一化至 CoreWeave 口径）+ CoreWeave 公开数据。单位：输出 token/秒 / 全口径供电兆瓦。测试条件 DeepSeek R1 0528 671B · FP4 · 8K 输入 / 1K 输出。功耗基准：GB200 2.168kW、GB300 2.553kW、VR 3.337kW（每 GPU 全口径）。CoreWeave 数据由其自行提供，SemiAnalysis 未独立验证。

把最上面那行「10.18×」和它正上方的「2.74×」放在一起看，整篇报告的题眼就出来了：同一个交互速度（150 tok/s/user）、同一台 Rubin，对 2025 年的 GB200 是 10 倍，对 2026 年 7 月的 GB200 只有 2.7 倍。差出来的那 7 倍多，不是硬件，是一年的软件成熟度。

报告对此的表述很克制：那条 2025 年基线的数据「是准确的」，但它衡量的是一套一年前的软件栈，不是你今天会跑的 GB200。

@100 tok/s/user · Rubin vs 同期 GB300

2.15×

@150 tok/s/user · Rubin vs 同期 GB300

2.58×

@200 tok/s/user · Rubin vs 同期 GB300 · 同期口径峰值

4.49×

@150 tok/s/user · Rubin vs 2025 年 GB200 · 英伟达主推的那个数

10.18×

据 SemiAnalysis。条长按倍数归一（10.18×=100%）。前三条为同期基线（2026 年 7 月），第四条为 CoreWeave 采用的 2025 年基线——差异即一年的软件成熟度。

那个 5.4 倍，是 GB300 崩了，不是 Rubin 冲了

比值失真的一个经典案例

表里还有一个数字容易被误读：300 tok/s/user 上 Rubin vs GB300 = 5.39×，看上去像是「越快 Rubin 越强」。SemiAnalysis 明确否认了这个读法。

真实的形状是：Rubin 对 GB300 的领先在低速区最小（约 1.9 倍），在 200 tok/s/user 附近见顶到 4.5 倍，之后开始收窄。到 300 tok/s/user 时之所以又弹回 5.39×，不是 Rubin 加速了——而是 GB300 已经跑在自己前沿上最后一个「勉强能用」的点，吞吐塌到 17,892，分母小了，比值自然被撑爆。同一个速度上，GB200 干脆完全跑不了。

底层机制很直接：Blackwell 在高交互速度下批量被压得很小，单卡吞吐掉得极快；而 Rubin 此时还在自己曲线比较平坦的那一段。

读比值的一个通用提醒

当分母跑在自己能力边界上时，比值反映的是分母的崩塌，不是分子的强大。这在硬件基准、也在财务同比里同样成立——SemiAnalysis 特意把这一句写出来，是提醒读者别把 5.39× 当成「Rubin 在高速区更神」的证据。真正的证据是下一节那件事：在 350 tok/s/user 上，对手根本没有曲线。

再折进成本：TCO 让倍数进一步缩水

Rubin 每 GPU 小时 $3.57，比 GB200 贵近一倍

每兆瓦吞吐只把性能对电力算了账。真正决定买不买的是每百万 token 的全成本——把资本开支、电费、数据中心成本一起摊进去。而这里有一个对 Rubin 不利的事实：它自己也更贵、更耗电。

$1.84

GB200 NVL72 · 每 GPU 小时 TCO

全口径功耗 2.168 kW（1,885W × 1.15 PUE）

$2.36

GB300 NVL72 · 每 GPU 小时 TCO

全口径功耗 2.553 kW（2,220W × 1.15 PUE）

$3.57

Vera Rubin NVL72 · 每 GPU 小时 TCO

全口径功耗 3.337 kW（2,902W × 1.15 PUE）· 比 GB200 贵 94%

据 SemiAnalysis AI TCO Model。口径为自建自持（operator ownership）情形下的全口径拥有成本，不是对外租赁报价。含资本开支、电力与数据中心成本摊销。

Rubin 的单卡持有成本几乎是 GB200 的两倍。这意味着它的性价比优势必然小于性能优势——先看表：

每百万输出 token 成本	50	100	150	200	250	300	350
GB200 NVL72（2026-07）	$0.333	$0.423	$0.799	$3.016	$6.471	impossible	impossible
GB300 NVL72（2026-07）	$0.364	$0.497	$0.842	$3.837	$6.859	$15.456	impossible
CoreWeave GB200（2025）	$0.472	$0.786	$3.046	$4.715	$6.013	impossible	impossible
Vera Rubin NVL72（2026-07）	$0.223	$0.266	$0.378	$0.991	$2.099	$3.076	$4.179
GB200 ÷ Rubin（便宜几倍）	1.49×	1.59×	2.11×	3.04×	3.08×	—	—
GB300 ÷ Rubin（便宜几倍）	1.63×	1.87×	2.23×	3.87×	3.27×	5.03×	—
CW GB200（2025）÷ Rubin	2.12×	2.95×	8.06×	4.76×	2.86×	—	—

据 SemiAnalysis · AI TCO Model + InferenceX。单位：美元 / 百万输出 token，越低越好。成本按全部 GPU（预填充 + 解码）计算，故已包含预填充侧的 GPU 成本。同样的 2025 年基线问题在这张表里同样存在。

两张表放在一起看

性能优势 1.88×–4.49×，成本优势 1.49×–3.87×——后者系统性地小一档，差额正是 Rubin 那 94% 更高的单卡持有成本吃掉的。
但方向没有被改变：对同期的 GB200 和 GB300，Rubin 在每一个交互速度上都更便宜。低速区（≤100 tok/s/user）约便宜 1.5 倍，200–250 tok/s/user 区间拉开到约 3 倍，300 tok/s/user 上对 GB300 是 5.03 倍——而这最后一个数字，和上一节的 5.39× 一样，是 GB300 崩塌撑出来的，不是 Rubin 的功劳。

曲线右端：真正只有 Rubin 能站的地方

350 tok/s/user 上，对手连一条线都画不出来

把两张表最右边那一列单独拎出来，报告最有分量的判断就浮出来了：

· 250 tok/s/user 之后——GB200 已经没有可用工作点；
· 300 tok/s/user 之后——GB300 也没有了；
· 350 tok/s/user——只剩 Rubin 一条线：70,703 tok/s/MW，每百万输出 token $4.18。

报告用了一句很短的话总结：Rubin 会给我们多得多的「快速模式」。

Blackwell 世代（GB200 / GB300）

最高可服务交互速度250 / 300 tok/s/user

@300 tok/s/user 吞吐GB200 无 · GB300 17,892

@300 每百万 tokenGB300 $15.46

@350 tok/s/user两者均不可行

高速区表现批量一压小，吞吐骤降

≠

Vera Rubin NVL72

最高可服务交互速度≥350 tok/s/user

@300 tok/s/user 吞吐96,446

@300 每百万 token$3.08

@350 tok/s/user70,703 · $4.18

高速区表现仍在曲线平坦段

据 SemiAnalysis · InferenceX + AI TCO Model。「不可行」= 该交互速度超出该配置的帕累托前沿，不存在能服务该负载的部署方案。

这一段为什么对产业更重要

倍数会随基线变，边界不会。「有没有可用工作点」是二值的——如果模型厂商要把用户体感推到 300+ tok/s/user（更快的对话、更流畅的智能体、更短的思考等待），那么在 Blackwell 上不是贵一点的问题，是做不到。
这也解释了为什么 Rubin 更高的单卡成本仍然说得通：它买到的不只是效率，还有一片对手进不去的产品空间。

Rubin 凭什么：六处微架构改动

它不是全新架构，而是 Blackwell 的「加力版」——这恰恰是它的优势

SemiAnalysis 强调，完整的微架构拆解要等拿到 Rubin 系统的 ssh 权限才能做，但从英伟达已公开的 ISA 文档与提交的代码里，已经能读出六处关键改动：

改动	Blackwell / Blackwell Ultra	Rubin（SM_107）	为什么重要
张量核吞吐	基准	FP8 / FP4 翻倍	k 维度翻倍 → 同一个矩阵乘理论上少一半时钟周期
内存带宽	基准（Blackwell Ultra）	2.8×（3D 堆叠 HBM4）	解码阶段的主要瓶颈就是权重带宽
共享内存 SMEM	228 KiB	228 KiB（超容模式 328 KiB）	更大的片上缓存，减少反复读写显存
张量内存 TMEM	列数 512	列数 576 · 256 KiB	多出的列专放块缩放因子，内核逻辑大幅简化
TMA 描述符	换专家要改写内存中的描述符并同步	支持内联更新（.override）	MoE 模型换专家的开销被去掉 → 小批量解码更快
NVLink 延迟	比 TPU / Trainium 高数倍	counted writes 降延迟	减少 GPU 间来回消息数，这是 Blackwell 的明显短板

据 SemiAnalysis，引自 NVIDIA PTX 文档与公开提交。另有两项：BF16/FP16 的指数运算吞吐每时钟每 SM 再次翻倍（帮助注意力层的 softmax 与张量核计算重叠）；FP32 吞吐相对 Blackwell Ultra 未变。PDL 从网格级重叠细化到线程块级同步。

最被低估的一点：内核可以直接复用

从 Hopper 到 Blackwell，工程师必须从零重写内核——Hopper 的内核在 Blackwell 上根本跑不起来。而 Rubin 可以直接跑 Blackwell 的 SM100 系内核（DeepGEMM、FlashMLA、CUTLASS 等主要库都覆盖）。
这是一个被市场低估的上量速度变量：追求极限性能仍需针对 Rubin 重写调优，但对于赶时间上线的团队，Blackwell 的内核可以直接搬过来先跑起来。英伟达也已首次公开发布 Rubin 软件栈（CUDA 13.4），并把相关改动合入 PyTorch、vLLM 与 OpenAI Triton 编译器。
报告顺带给了一个前瞻：下一代 Feynman 是 SM_140，一个全新架构族，Rubin → Feynman 的迁移会像当年 Hopper → Blackwell 一样痛——内核要大规模重写。

LUT B：把一个权重压到 3.125 比特

英伟达第一次让张量核在乘法内部解压「非均匀码本」

报告花了不小篇幅讲一个新特性：LUT B（查找表权重解压）。它值得单拎出来，因为它直接关系到一个模型需要几颗芯片才装得下。

机制并不复杂：在标准推理矩阵乘里，B 操作数存的是权重本身。在 LUT B 模式下，B 操作数存的是索引——每个权重位置只存 3 比特，用来从一张 8 项的查找表里挑一个值。查找表本身放在张量内存里，由该权重所在的 8×64 块共享。解压发生在乘法指令内部，内核完全不需要单独构造一个解压后的权重矩阵。

算总账：每个权重 3 比特索引，加上 8 项 × 8 比特 = 64 比特的码本摊到 512 个权重上，合计 3.125 比特/权重——这是完整的存储占用，码本和索引一起放在显存里。

1,487 GB

Kimi K3 2.8T · MXFP4 权重占用

按 4.25 比特/权重：2.8e12 × 4.25 ÷ 8

1,094 GB

同一模型 · Rubin LUT 格式

按 3.125 比特/权重 → 省下约 393.5 GB

4 颗

装下权重所需 Rubin 封装

每颗 288GB HBM4 · NVFP4 下需约 6 颗

据 SemiAnalysis 测算（GB = 1e9 字节）。仅覆盖权重本体，不含 KV 缓存、激活值与任何并行复制。原报告此处一处笔误（1,487.5 写作「1,4875」），此处按算式还原。

为什么低比特率在推理上格外值钱？因为在小批量的解码阶段，限制速度的是读权重的带宽。每个权重少读几个字节，解码吞吐就直接上去；同时搬运的比特少了，功耗效率也跟着改善。

但报告没有把它吹成免费的午餐。LUT B 不必然比 MXFP4 / NVFP4 更准：它的码本可以按权重分布疏密自由摆放（比固定的浮点格点更灵活，理论上「每比特的精度」更高），可代价是一张码本要被 512 个权重共享，而 NVFP4 的缩放粒度小到 16 个权重。最终谁更准，取决于码本拟合算法、校准数据、量化感知训练，以及敏感层是否保留在更高精度。此外该模式不支持 B 矩阵转置。

还有一个「有硅片、没内核」的特性

Rubin 还新增了对激活值的 2:4 稀疏支持——每四个值保留两个，张量核跳过被清零的那些，矩阵乘以两倍速率跑。关键区别在于：英伟达早在 Ampere 时代就为权重做过 2:4，但没人用，因为那需要剪枝并重新训练；Rubin 把它用在运行时的激活值上，不需要重训。
但报告给了三个冷静的注脚：英伟达没有公布任何精度数据；在 softmax 之前扔掉一半注意力分数显然不是免费的；而 CoreWeave 这次的 DeepSeek R1 测试看起来也没有启用它。
换句话说，这和 LUT B 一样，都属于硅片上已经有、调优内核还没跟上的能力——它们构成了 SemiAnalysis 那句「Rubin 后面还有很长的跑道」的实际含义。

机架长什么样：185 千瓦与无线缆托盘

比性能更早兑现的优势，可能是上量速度

报告给出了 VR NVL72 的机架级构成与功耗建模。一个 48U 机架里装着：

· 18 个 1U 计算托盘——每个 2 颗 Vera CPU + 4 颗 Rubin GPU，合计 72 颗 GPU（分上下两组，各 9 个）；
· 9 个 1U NVSwitch6 托盘——每个 4 颗 NVSwitch6，居中放置；
· 4 个 3U 电源架——每个 110kW（6 × 18.3kW），上下各两个；
· 顶部 2 个 1U 管理交换机，以及机架加固件与滴水盘。

185 kW

VR NVL72 服务器级功耗（建模值）

不含网络设备 · Max-Q 配置 · SOCAMM 内存方案

1,800 W

单 GPU TDP（Max-Q 配置）

另有 2,300W 版本

2.3–2.5×

密集 FP8 算力 vs GB300

5,000 → 约 16,625（1,800W）/ 17,500（2,300W）TFLOPs

据 SemiAnalysis VR NVL72 BoM & Power Budget Model。「Max-Q」指以能效为优先的配置档。TDP=热设计功耗。

还有一处对供应链更实际的判断：Rubin 的量产爬坡会比 Blackwell 快得多。原因有二——一是 Rubin 采用无线缆的计算托盘设计，装配大幅简化；二是英伟达在 Blackwell 的机柜级铜背板上已经踩过一轮坑并投入了大量精力去解决。CoreWeave 这次的测试虽然用的是工程样机、且没有对外扩展网络，但它跑通了宽专家并行与预填充/解码分离，等于证明了那块曾在 GB200 爬坡期屡出可靠性问题的 NVL72 背板，这回工作正常。

对照 AMD：MI355X 的数字目前不能用

一个软件 bug，把最好的成绩单作废了

报告还把 Rubin 和 AMD 的 MI355X 做了对照，但先给了一个前提：MI355X 在 DeepSeek R1 上目前最好的那组数字是无效的。原因是 SGLang 上的一个精度 bug——MoRI 专家并行的解码路径在低并发时会静默地损坏输出：服务器照常全速吐 token，但 gsm8k 测评分数直接掉到 0。

根因在 AITER 的 MoE 归约路径：中间结果的显存未初始化就分配，在专家并行模式下只有本地专家的槽位被填，其余槽位留着垃圾值，求和时把 NaN 折进输出。因为只有 M≈1024 那个调优档位会选中这个内核，污染只命中一小段低并发配置，中高并发反而是干净的。修复后并发 64 恢复正常，但并发 ≤32 仍然失败。

对照（输出 token/s/MW）	@50 tok/s/user	@135 tok/s/user
Vera Rubin NVL72	1,330,000	约 886,000
MI355X（启用投机解码 MTP）	434,235	187,848
MI355X（未启用 MTP）	约 32,000	约 6,000
Rubin 领先倍数（对 MTP 版）	3.06×	4.72×
Rubin 领先倍数（对非 MTP 版）	约 41.6×	约 148×

据 SemiAnalysis · InferenceX。均为预填充/解码分离部署。原报告以 MI355X 的 MTP 版为基准给出比值（Rubin 3.06× / 4.72×，非 MTP 版 0.074× / 0.032×）；末行为按该组读数换算出的 Rubin 对非 MTP 版领先倍数。MTP=多 token 预测（投机解码）。

两点值得注意。其一，开不开投机解码，MI355X 的读数差出一到两个数量级——这提醒我们，这类基准比的从来不只是硅片，还有软件栈的成熟度。其二，SemiAnalysis 补了一句耐人寻味的观察：即便带着上述 bug，今天的 MI355X 仍然跑赢了 CoreWeave 拿来做营销基线的那个「去年的 GB200」。这从侧面再次说明：那条 2025 年基线的参考价值有多有限。

落点：这份成绩单该怎么用

三个可以拿走的判断，三个必须打的折

把全篇收束到投研上，有三个判断可以拿走：

· 代际跃迁是真的，但幅度是 2–4 倍不是 10 倍。任何引用「10 倍」的分析，都需要先问一句它的分母是哪一年的；
· Rubin 更贵，但每一个交互速度上都更便宜。$3.57 的单卡小时成本比 GB200 高 94%，可折算到每百万 token 后仍是全面胜出——这正是「性能/TCO」比「性能/卡」更该被用来做决策的原因；
· 真正的护城河在曲线右端。350 tok/s/user 上只有 Rubin 有解，这不是价格问题而是可行性问题。如果「更快的模型体验」是接下来一年的产品竞争焦点，那么这片区间的独占权，比任何倍数都值钱。

但三个折也必须打：

三个必须打的折

① 数据未经独立验证——全部 Rubin 读数来自 CoreWeave 自行提供，SemiAnalysis 明确声明未做独立验证。英伟达承诺 2026 年三季度前向 InferenceX 提交可验证数字，谷歌 TPUv7 与 AMD MI455X UALoE72 也在排队；真正的横向可比要等这批提交落地。
② 测试条件避开了 Rubin 的主场——单轮 8K/1K 的短任务 + 一个不再广泛使用的 671B 模型，恰好没有用上 Rubin 在容量与带宽上的长处。多轮长上下文的智能体负载理论上会拉大差距，但这次没测（SemiAnalysis 正在与 Weka、LMCache、vLLM/SGLang 社区、英伟达、AMD 等合作推 AgentX 基准来补这一块）；
③ 两边都还没跑到终点——Rubin 目前跑的也是刚上线的软件栈，SemiAnalysis 预期差距还会继续扩大；而 LUT B 与 2:4 激活稀疏这两项能力，目前是有硅片、无调优内核的状态，尚未反映在任何读数里。

最后回到定价框架。报告用它此前提出的「一张图管所有」框架收尾：图上那条竖虚线是成本法定出的租金下限（低于它，算力租赁商达不到最低内部收益率门槛），横虚线是价值法定出的租金上限（高于它，客户宁可继续用老卡也不为性能提升买单）。SemiAnalysis 的判断是：把上面这些推理读数代进去，Rubin 从 GB300 那里拿到的 2.3–2.5 倍 FP8 算力跃升撑得住它较高的理论租金上限，而且随着软件成熟，这个差距还会继续拉开。