问题：随着大模型从训练走向规模化推理与智能体应用，算力需求不再只看峰值性能，更取决于系统级吞吐、时延、能效，以及内存与存储访问能力。智能体任务包含连续生成、长上下文和多工具调用，KV缓存与结构化、非结构化数据的高频读写明显增多，传统以“堆GPU”为主的扩容方式逐渐暴露能耗、互连、运维和数据管线等瓶颈。如何在能耗可控的前提下，把计算、网络、存储、安全与软件编排整合为可规模复制的“新型数据中心计算机”，成为行业共同难题。 原因：一是技术演进驱动。业内普遍判断，模型参数规模、生成token数量与输出速度仍将快速增长，“推理成为主战场”使内存带宽、互连带宽、存储吞吐和系统调度的重要性上升。二是产业结构驱动。金融、医疗、制造、零售等行业的智能化升级加快，企业更需要可落地、可运维、可二次开发的参考架构，而非单一硬件指标。三是生态壁垒驱动。英伟达在大会上多次强调CUDA生态的积累，认为其已形成开发者、软件栈与硬件平台相互促进的“数据飞轮”，为新平台推广带来路径依赖与规模优势。 影响：大会披露，英伟达推出面向智能体全生命周期设计的Vera Rubin平台，强调从芯片层面重新组织CPU、存储、网络与安全等关键环节。公开信息显示，该平台采用NVLink 72互连，算力达3.6艾次浮点运算，全对等带宽可达260TB/s，并通过机架级系统实现更高密度与更强的横向扩展。配套方案中，公司提出机架分工思路：面向通用编排与工作负载的Vera CPU机架，基于BlueField‑4的AI原生存储机架，以及借助Spectrum‑X共封装光学技术提升能效与可靠性的横向扩展设计；同时还披露与LPU深度互联的机架方案，以更大容量片上SRAM满足推理阶段的高频访问需求。官方数据显示，结合新机架设计后，每兆瓦算力吞吐量可提升35倍。大会还发布强调单线程性能的Rosa CPU，并推出企业级OpenClaw参考方案NemoClaw，支持下载使用与二次开发，并可对接SaaS生态，意在降低企业部署智能体应用的工程门槛。 对策：从本次发布节奏看，英伟达正把竞争重心从“单卡性能”转向“平台化交付”。对产业界而言，一是以系统工程视角重新核算成本结构，将电力、制冷、机房改造、链路与存储纳入同一ROI模型，避免仅按芯片规格做采购决策；二是强化软件栈与数据治理能力，通过统一编排、缓存策略、检索增强与安全审计，提高推理效率与合规水平；三是结合参考方案分阶段落地，先在高价值场景跑通闭环，再逐步扩展到跨部门、跨系统的智能体协同，降低“一步到位”的集成风险。对监管与产业政策层面，算力基础设施能效标准、数据安全要求与行业应用评估体系也需同步完善，以支撑智能体在关键行业的规模化应用。 前景：大会相对淡化机器人、自动驾驶、量子计算等议题，表达出阶段性聚焦“智能体计算平台”的信号。业内人士认为，未来一段时期，智能体应用将推动数据中心形态深入向“机架级、网络化、液冷化”演进，算力供给从“可用”转向“高效可持续”。随着参考架构与软件生态逐步成熟，新一批行业服务商与应用企业有望在平台更替中加速涌现；同时，供应链安全、能源约束与跨平台兼容性也将成为影响市场格局的重要变量。谁能在能效、互连与软件生态之间形成可复制的系统能力，谁就更可能在下一阶段占据主动。
智能体时代正在把“算力竞争”推向“系统竞争”“生态竞争”与“工程竞争”；面向未来，技术路线的成败不只取决于单点突破，更取决于能否以可承受的能耗成本、可复制的交付能力和可持续的生态体系，把创新转化为实际生产力。这场围绕下一代计算平台的竞速，正在进入关键赛段。