NVIDIA Rubin NVL72 在 GLM5.3 上达 862 tok/s/user

2026年10月23日，X 平台账号 SemiAnalysis 发布消息称，NVIDIA Rubin NVL72 在 GLM5.3 744B 模型上、面向智能体工作负载达到 862 tok/s/user。该报道称，不到 8 天，NVIDIA 通过低延迟专用 kernel 将 Rubin 的交互性提升了近 2 倍。报道未披露此前的具体数值、测试环境与配置细节，也未说明“近 2 倍”提升的对比基准。目前该消息仅来自单一来源，尚无 NVIDIA 官方或其他渠道的确认，事件仍在发展中。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。