10 倍能效炸场！英伟达截胡 AMD 连夜放王炸，中国算力狂飙：下半场战争彻底变了 对比上一代 Grace Blackwell NVL72，Vera Rubin 每兆瓦电力能输出的 Token 数量，
10 倍能效炸场！英伟达截胡 AMD 连夜放王炸，中国算力狂飙：下半场战争彻底变了
原创 Kitty 次元无限2026年7月22日 10:20
7 月 21 日，英伟达精准卡点，在 AMD 年度 AI 大会开幕前 24 小时，突然官宣Vera Rubin 平台开启全球规模化部署，甩出王炸数据：每兆瓦算力 Token 吞吐提升 10 倍，微软、谷歌、甲骨文等云巨头已全面落地。
另一边，国内算力赛道同步发力：北京官宣下半年新增 5 万 P 智能算力，年内总规模破 13 万 P，还要建 Token 工厂、布局 Token 经济；腾讯云宣布 Q4 落地 NPO 超级节点，大规模押注国产化算力。
一边是巨头截胡的商战大戏，一边是举国发力的产业狂奔。所有人都能清晰感受到：AI 算力战争的下半场，逻辑已经彻底变了 —— 不再是比谁的卡更快，而是比谁的 Token 更便宜、谁的能效更高、谁的产业落地更深。
一、精准截胡AMD！英伟达甩出 10 倍能效王炸：AI 工厂时代来了
当地时间 7 月 21 日，英伟达毫无预兆地放出重磅消息：面向 “千兆级 AI 工厂” 的 Vera Rubin 平台，正式开启全球规模化部署。CoreWeave的实测数据直接炸穿了行业预期：对比上一代 Grace Blackwell NVL72，Vera Rubin 每兆瓦电力能输出的 Token 数量，直接提升了 10 倍。
这不是百分之几十的常规迭代，是实打实的数量级跃升。
10 倍能效，到底意味着什么？
打个最直白的比方：以前 1 兆瓦的算力集群，每天能生成 1 亿 Token，勉强支撑 10 万用户的日常调用；现在同样的电力预算，每天能生成 10 亿 Token，直接撑起百万级用户的 AI 应用。换算到成本端，单 Token 的推理成本，直接被打到了原来的 1/10。
这意味着 AI 智能体、编程助手、企业级知识库这些高调用量的场景，成本门槛直接被砍断 —— 以前跑不起的业务，现在能跑了；以前不赚钱的场景，现在能盈利了。AI 大规模商业化的最后一道成本闸门，正在被彻底推开。
不止是 GPU 升级：整座 AI 工厂被重新设计
很多人以为 Vera Rubin 只是新一代 GPU，其实远远不是。这是英伟达第一次把 CPU、GPU、网络、散热、交换系统全部打包，当成一整座 “AI 工厂” 来系统设计，而不是单卖硬件零件：
计算端：Vera CPU + Rubin GPU 深度协同，72 颗 GPU+36 颗 CPU 整机柜部署，NVLink 6 全互联带宽达 260TB/s，原生支持 NVFP4 低精度，专为推理场景优化
网络端：ConnectX-9 SuperNIC + BlueField-4 DPU + Spectrum-6 交换机，端到端打通数据传输瓶颈
散热端：100% 全液冷，无任何散热风扇，冷却液运行温度可达 45℃，稳定性和能效大幅拉满
截至目前，这套系统已覆盖全球 350 多个 AI 工厂节点、落地 30 个国家，CoreWeave、谷歌云、微软 Azure、甲骨文云等头部厂商全部率先采用财联社。
精准卡点 AMD：商战味直接拉满
耐人寻味的是英伟达选的时间点。7 月 22 日，AMD 年度重磅大会 Advancing AI 2026 就要在旧金山开幕，市场普遍预期 AMD 会发布新一代 “Venice” EPYC 处理器、Zen 6 架构 AI 产品，正面对标英伟达。结果英伟达提前一天，直接把 Vera Rubin 的规模化部署和 10 倍实测数据甩了出来。
没有预热，没有发布会，直接上硬数据，先声夺人锁订单，把对手的发布会热度直接压下去。老黄的商战，从来都是这么精准又霸道。
二、中国算力狂飙：5 万 P 增量 + NPO 黑科技 + Token 工厂，换道超车
就在全球目光盯着英伟达和 AMD 斗法的时候，国内算力产业正在悄无声息地跑出自己的加速度。7 月 21 日，两条重磅消息接连落地，清晰勾勒出中国算力的下半场路线图。
北京：年内算力破 13 万 P，率先布局 “Token 工厂”
北京市经信局正式官宣：上半年北京已新增智能算力 2.2 万 P，总规模达 8.2 万 P；下半年力争再新增 5 万 P，年内总规模突破 13 万 P，打造 “超级节点 + 行业节点” 的两级算力体系。
而真正有划时代意义的，是这句话：制定 Token 经济发展政策，布局建设 Token 工厂、Token 分发平台，推动 Token 在工业、教育、文旅等领域落地。
很多人还没反应过来这意味着什么。以前我们说算力，聊的是多少 PFlops、多少张 GPU 卡；但 AI 最终交付给用户的价值，从来不是算力本身，而是 Token。Token 工厂，就是把底层算力直接转化成标准化的 Token 产能，像水电一样按需供给、按量计费。这相当于跳过了 “卖算力” 的中间环节，直接面向最终应用交付 AI 能力 —— 这是比算力集群更高维度的竞争，是 AI 基础设施的终极形态。北京这一步，直接踩在了 AI 产业商业化的下一个风口上。
腾讯云：Q4 落地 NPO 超级节点，押注国产化算力
同一天，腾讯云在世界人工智能大会分论坛上放出重磅消息：为了把推理成本降到极致，将大规模部署国产化算力，预计 2026 年第四季度正式落地 NPO（近封装光学）超级节点，同时呼吁全行业统一 NPO 技术标准。
什么是 NPO？简单说，就是把光引擎直接部署到计算芯片附近，大幅缩短电信号传输距离，去掉光模块中昂贵的 DSP 芯片，既能提升带宽密度，又能大幅降低功耗和成本。相比于还在实验室阶段的 CPO（共封装光学），NPO 是当前最务实、产业链最成熟的技术路线，对现有生态扰动最小，商用落地速度最快。
而更关键的信号是：大规模采用国产芯片。过去国内 AI 算力严重依赖进口 GPU，成本高、供应链受限。现在腾讯云带头走 “国产算力 + NPO 光互连” 的技术路线，本质是在打造一条不受制于人的国产算力高速公路。这条路走通了，国内的推理成本还能再下一个台阶，AI 应用的商业化闭环会来得更快。
三、算力战争下半场：比的不再是单卡，而是生态与成本
一天之内，海内外接连放出重磅消息，背后藏着同一个行业共识：AI 算力的竞争，已经彻底从 “性能竞赛” 转向了 “成本竞赛”。
上半场的战争，是堆参数、堆算力、比单卡峰值性能。谁的 GPU 算力强，谁就能训练出更大的模型，谁就是王者。下半场的战争，是比能效、比单 Token 成本、比产业落地深度。谁能把 AI 的使用成本打下来，谁能让更多企业用得起 AI，谁才能赢到最后。
英伟达走的路，是自上而下的极致系统整合：把 CPU、GPU、网络、散热全部打包，从卖显卡升级到卖整座 AI 工厂，用全栈优化把能效拉到极致。中国走的路，是自下而上的产业突围：一边做大算力总规模，一边攻坚国产算力芯片和光互连技术，一边布局 Token 经济直达应用端，用规模化和国产化打造成本优势。
两条路线，目标高度一致：把 AI 的成本打下来，让 AI 从实验室走进千行百业。
最后说几句
很多人还在盯着单卡性能的差距，觉得我们追不上英伟达。但真正的产业竞争，从来不是单点技术的比拼，而是全链条的较量。
当我们的算力总规模冲到全球前列，当我们的国产算力生态逐步成熟，当我们率先把 Token 经济落地成基础设施，我们就拥有了换道超车的底气。10 倍能效的跃升很震撼，但更值得期待的，是 AI 成本下降之后，千行百业智能化的浪潮。
算力战争的下半场，才刚刚开始。