NVIDIA's new Rubin server alleviates the landing difficulties for cloud vendors

英偉達 CEO 黃仁勳展示薇拉・魯賓（Vera Rubin）服務器機櫃

作者：劉菲比

各家雲服務商近來搭建數據中心屢屢受阻，如今終於迎來利好：英偉達新一代芯片大概率不會再給部署添堵。

多家採購英偉達 AI 服務器的雲廠商高管向我證實，經過首輪實測，他們預計即將落地的薇拉・魯賓服務器機櫃，安裝難度會遠低於 2025 年的格蕾絲・布萊克威爾（Grace Blackwell）機櫃。去年，英偉達頭部客户被一大堆從未接觸過的全新技術折騰得焦頭爛額。相關落地難題此前一直對外秘而不宣，直到我的同事做了相關報道才公之於眾。

雲廠商在硬件上動輒投入數十億美元，服務器每多一週調試排障，面向 AI 客户的高收益算力資源上線時間就多一週延遲；部署延期還會造成數據中心承建方訂單交付滯後、利潤被壓縮。

目前薇拉・魯賓機櫃剛小批量交付客户，一切尚處早期階段。真正的大規模落地考驗將在明年到來，屆時客户會大批量收貨，單次交付可達數百乃至上千台機櫃。

英偉達計劃在明年下半年推出性能更強的升級版機櫃，但這款高配產品大概率會帶來新麻煩：整機功耗大幅提升，服務器之間組網所需交換機、線纜數量也會顯著增加。

現階段客户測試的基礎版機櫃單台內置 72 塊 GPU、36 顆 CPU，本質屬於英偉達第三代成熟產品，並非從零研發的全新架構，硬件配置和布萊克威爾機櫃高度趨同。（可支持 144 顆、576 顆 GPU 互聯的高性能版薇拉・魯賓機櫃目前尚未投產。）

一位雲行業高管表示：“坦白來講，我們認為大規模部署薇拉・魯賓不會太過棘手，機械結構與散熱方案都已經迭代到第三代，成熟度很高。”

英偉達稱，薇拉・魯賓系統和客户現有適配布萊克威爾服務器的軟件兼容性良好。不過兩名雲廠商高管坦言，企業仍需要花費數月調試軟件，才能支撐大批量集羣穩定運行薇拉・魯賓機櫃。

業內戲稱部署如同 “玄學操作”

薇拉・魯賓機櫃採購成本至少是初代布萊克威爾機櫃的兩倍，但英偉達給出的數據顯示，以每瓦每秒 AI 詞元產出量（tokens per second per watt）為衡量標準，新硬件能效提升整整 10 倍36 氪。

當然，薇拉・魯賓機櫃安裝依舊算不上輕鬆。一名雲廠商高管表示，該機櫃大量零部件都是全新設計；整機零部件總數達 130 萬個，而初代布萊克威爾機櫃為 120 萬個。

英偉達薇拉・魯賓 NVL72 計算托盤，內含 4 塊魯賓 GPU、2 顆薇拉 CPU。

今年 3 月英偉達 GTC 開發者大會上，黃仁勳展示了用於魯賓芯片互聯的全新網絡交換機，坦言這類硬件研發難度極高：“想要做好這套硬件難如登天，這件事本身就極具挑戰。”

黃仁勳並未説明這套全新芯片互聯網絡會不會給客户落地製造障礙，但正是同類網絡技術拖慢了去年布萊克威爾機櫃的大規模落地進度。甲骨文負責大型算力集羣（包含即將上線的魯賓服務器）的員工稱，排查這類集羣的網絡故障極其困難，全靠經驗摸索，堪稱 “玄學排查”。

魯賓機櫃單機功耗較布萊克威爾機櫃上漲 75%，運行發熱更高。有意思的是，新機櫃配套散熱系統本身功耗低於布萊克威爾的散熱方案，但安裝調試流程更復雜。一名長期跟蹤英偉達的分析師透露，散熱工程問題導致首批薇拉・魯賓服務器量產延期約兩個月。英偉達官方發言人回應：“產品規劃與此前對外披露的信息保持一致，無任何變動。”

除此之外，魯賓服務器順利上線不只取決於英偉達硬件本身。大量客户按照英偉達推薦的機房佈局、佈線方案、管理軟件新建專屬數據中心，以此適配魯賓機櫃高效部署。

GPU 雲服務商 Vltr 首席營銷官凱文・科克倫表示，客户必須從零搭建整套全新基礎設施適配魯賓設備，改造現有老舊機房成本過高，得不償失。

Ultra 高性能版本暗藏新挑戰

另一大變數是明年即將推出的薇拉・魯賓 Ultra 高配機櫃。這款機型新增多項全新設計，適配調試需要耗費大量時間。常規服務器托盤是橫向插入機櫃，而 Ultra 機型的芯片托盤改為豎向插入，如同書架擺放書籍，重力會給整套系統帶來完全不同的受力負荷。

Ultra 機櫃最多可實現 576 塊 GPU 互聯互通，單機功耗接近普通版的三倍，這些變化都可能催生新的落地難題。

英偉達硬件高級副總裁安德魯・貝爾本月早些時候表示，當年布萊克威爾架構幾乎重構了整套 GPU 體系，軟硬件全部推倒重來，讓客户落地苦不堪言。

與之相比，薇拉・魯賓改動更温和，“量產製造難度大幅降低”。貝爾給出數據：魯賓芯片托盤一次組裝合格率可達 95%，而初代布萊克威爾整機初次組裝成功率僅 20%。

並非所有人都認可這套樂觀判斷。另有云廠商高管對此存疑，認為高性能版魯賓依舊會重蹈布萊克威爾的覆轍，部署難度不相上下。