从芯片采购到整机架交付
10月12日，在2026年OCP全球峰会上，联想集团宣布已开始在全球交付英伟达新一代 Vera Rubin NVL72 机架级 AI 系统，并将完整的 Vera Rubin 平台纳入联想 AI 云超级工厂解决方案。这一动作面向全球云服务商，核心不在于单一服务器上市，而在于把 AI 基础设施建设从分散采购，推向以机架为单位的一体化交付。
Vera Rubin 是英伟达面向下一代 AI 训练、推理及智能体计算推出的平台。作为其中的机架级系统，Vera Rubin NVL72 集成 72 颗 Rubin GPU 和 36 颗 Vera CPU，并采用 NVLink 6 高速互连技术。相比上一代平台，该系统每兆瓦吞吐量最高可提升 30 倍，每百万 Token 推理成本最高可降至原来的 1/45，同时仅需使用四分之一数量的 GPU，即可提供 AI 算力。
这些指标对应的是云服务商在 AI 基建中的现实问题：电力利用效率、推理成本和算力可用性。当联想将完整 Vera Rubin 平台纳入 AI 云超级工厂方案，客户获得的不再只是芯片或单机设备，而是更接近部署和运营状态的整机架 AI 系统。
五大系统打包，覆盖计算、推理、存储和网络
联想此次提供的方案并非单一机架。公司推出五大机架级系统，并整合为一体交付，具体包括：
- Vera Rubin NVL72；
- Groq 3 LPX 推理加速系统；
- Vera CPU 机架；
- CMX 上下文存储平台；
- Spectrum-6 网络系统。
这五类系统共同构成覆盖计算、推理、存储及网络的 AI 基础设施架构。其中，Vera Rubin NVL72 已开始全球出货；其他 Vera Rubin 平台产品，则将随着相关生态系统逐步成熟而开放早期使用。
对云服务商来说，机架级一体化交付的价值在于减少自行组合不同硬件、网络与存储系统的环节。英伟达企业平台与解决方案副总裁 Chris Marriott 表示，下一代 AI 云需要面向复杂推理、推理计算及智能体工作负载的全栈机架级基础设施。将 Vera Rubin 平台引入联想 AI 云超级工厂，有助于云厂商降低部署复杂度，并更快将基础设施投资转化为可产生收入的 AI 算力。
按照这一思路，AI 算力建设的关注点也在发生变化。GPU 仍是最关键资源，但客户需要评估的已不只是单一芯片参数，还包括互连、推理加速、上下文存储和网络系统能否在既定条件下形成可运营算力。
全球制造、液冷与融资能力成为交付底座
系统级交付不仅取决于硬件配置，也取决于制造、部署和资金安排。联想集团目前在全球 11 个市场拥有超过 30 座工厂，并持续扩建美国北卡罗来纳州智能制造园区，新增 35% 的制造产能，其中包括直接液冷系统制造能力。直接液冷系统制造能力成为新增产能的一部分，为机架级系统交付提供了制造基础。
在客户部署层面，联想同时提供灵活融资及按需使用模式，用于降低部署 AI 基础设施的资金压力。对于云服务商而言，资金安排与交付速度会影响 AI 项目的落地节奏，这也使融资和按需使用成为系统级交付的一部分。
联想集团相关负责人 Conor Malone 表示，AI 竞赛已不再仅仅关乎 GPU 部署，而在于云服务提供商能够以多快的速度，将电力、空间及基础设施投资转化为实际投入运营的 AI 算力和收入。联想与英伟达合作的 AI 云超级工厂，将先进 AI 基础设施与联想在全球制造和部署方面的专业能力结合，帮助客户更快建设 AI 工厂、更有信心地扩大规模，并更早释放商业价值。
从这次交付看，AI 算力基建的重点正在从“买到 GPU”延伸到“建成 AI 工厂”。当全球 AI 算力需求从 GPU 采购向完整 AI 工厂建设延伸，具备液冷、全球制造、系统集成及规模化交付能力的厂商，将在新一轮基建周期中发挥更重要作用。对于需要采购和部署 AI 算力的云服务商而言，供应商的系统集成能力、交付周期和运营效率，将成为与芯片参数同样重要的评估项。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/ai-yun-jian-she-bu-zai-zhi-mai-gpu-lian-xiang-quan-qiu-jiao
