在人工智能算力竞赛日益白热化的当下，科技巨头之间的合作再次迈出了关键一步。近日，NVIDIA 与 Google Cloud 联合宣布，备受瞩目的 NVIDIA Vera Rubin 基础设施将正式推出通用版（GA）。这一举措标志着下一代数据中心 GPU 架构的云服务化进程正式加速，为全球开发者提供了训练超大规模模型所需的终极算力支持。
根据官方发布的信息，Google Cloud 的 A5X 实例将成为首批搭载 NVIDIA Vera Rubin 架构的云服务产品。这一发布定于下月启动，并计划随后扩展至欧洲市场，旨在为云客户打造一个集训练、推理和大规模强化学习于一体的统一平台。对于追求极致性能的 AI 科研人员和企业而言，这无疑是一个振奋人心的消息。
集成化解决方案：A5X 实例的硬核配置
NVIDIA Vera Rubin 架构被视为继 Hopper 之后的下一代计算引擎，其性能预期将实现数量级的跃升。此次 Google Cloud 推出的 A5X 实例，通过将 Rubin 架构与其他关键硬件组件深度整合，解决了高性能计算中“最后一公里”的瓶颈问题。
该实例的核心在于 NVIDIA Vera Rubin NVL72。作为 Rubin 架构的标志性产品，NVL72 代表了当前双路 GPU 服务器设计的最高水平，能够提供海量的并行计算能力，满足大规模深度学习模型的训练需求。为了确保这些高速 GPU 之间的数据传输效率，A5X 实例集成了最新的 NVIDIA ConnectX-9 SuperNICs（超级网卡）。这款网络设备以其卓越的带宽和极低的延迟，能够有效支持异构计算集群之间的海量数据吞吐，是构建高效 AI 训练集群的关键基石。
打破通信瓶颈：Virgo 网络与液冷技术的协同
在 AI 大模型训练中，GPU 之间的通信往往比计算本身更为耗时。Google Cloud 在此次合作中引入的 Virgo Network，正是为了解决这一痛点。Virgo 网络与 ConnectX-9 SuperNICs 的结合，构建了一个低延迟、高带宽的通信环境，极大地提升了分布式训练的效率。这种软硬件的深度协同，使得开发者能够更专注于模型算法本身，而非繁琐的网络调优。
此外，面对 Vera Rubin 架构带来的高功耗挑战，Google Cloud 的第四代先进液冷技术发挥了至关重要的作用。随着单卡算力的爆发式增长，传统的风冷方案已难以满足散热需求。Google Cloud 的液冷方案不仅能够有效控制运行温度，确保硬件在高负载下的稳定性，还通过优化的散热设计提高了数据中心的能源利用率。这种“算力+散热+网络”的全方位集成，展示了 Google Cloud 在基础设施层面的深厚积累。
行业影响与应用场景展望
NVIDIA Vera Rubin 基础设施的上线，将对整个 AI 行业产生深远影响。首先，对于大型语言模型（LLM）的训练者来说，这意味着训练时间和成本的显著降低。更强大的算力和更高效的通信网络，意味着更快的迭代速度和更低的能源消耗。
其次，在强化学习领域，特别是像 OpenAI 的 GPT 系列或机器人控制等需要海量交互数据的场景中，A5X 实例所提供的大规模并行处理能力将大幅提升算法的收敛速度。此外，这一基础设施也为科学计算、气候模拟、生物信息学等需要超高算力的领域提供了新的可能性。
随着该服务计划扩展至欧洲市场，全球范围内的 AI 研究机构和企业将能够更便捷地获取这一前沿算力资源，进一步推动全球 AI 生态的发展。
来源： NVIDIA 官方博客
原文链接： https://blogs.nvidia.com/blog/google-cloud-vera-rubin-infrastructure/
信息来源：NVIDIA Blog，原文链接：https://blogs.nvidia.com/blog/google-cloud-vera-rubin-infrastructure/
