Supermicro 开始出货英伟达 Vera Rubin NVL72 机架，面向 AI 数据中心推出液冷整套方案

据 IT之家 9 月 23 日消息，服务器制造商 Supermicro（超微）当地时间宣布，已开始出货基于 NVIDIA（英伟达）Vera Rubin NVL72 的机架系统。与单纯交付服务器不同，Supermicro 此次围绕 Vera Rubin NVL72 推出的是一套面向 AI 数据中心建设的 DCBBS（数据中心构建模块解决方案），覆盖液冷算力机架、冷却分配单元、网络集成、布线服务以及供电、存储等配套环节。这意味着英伟达新一代 AI 计算平台正在从芯片和参考架构，进一步进入可部署、可扩展的数据中心工程阶段。

从机架到数据中心模块：Supermicro 把 Vera Rubin NVL72 做成整套交付

来源显示，Supermicro 基于 Vera Rubin NVL72 打造的完整 DCBBS 方案，核心包括液冷算力机架本身，以及 1.8MW 行内 CDU（冷却分配单元）。同时，该方案还可以选配热后门交换器，并提供基于 NVIDIA 参考架构的网络集成和布线服务。

这类方案的重点不只是“把 GPU 装进机架”，而是将 AI 集群建设中最复杂的几个环节提前标准化：高密度算力带来的散热、机架级供电、网络拓扑、线缆规划，以及与存储和数据中心基础设施的协同。对于训练和推理规模持续扩大的 AI 客户来说，机架级方案更接近实际可落地的采购和部署单元。

Supermicro 提到，其 Vera Rubin NVL72 DCBBS 蓝图支持从 5MW 到 GW 级别的功率范围。这个跨度表明，该方案既面向较小规模的 AI 机房扩容，也可用于超大规模 AI 基础设施建设。对于正在规划新一代 AI 数据中心的云厂商、模型公司和大型企业客户而言，功率等级、液冷架构和网络设计正在成为与 GPU 数量同样关键的采购指标。

单个可扩展单元覆盖 16 个算力机架

根据来源信息，Supermicro 的单个可扩展单元蓝图覆盖 16 个算力机架，可提供 1,152 个 Rubin GPU 和 331TB HBM4 内存，并配套散热、供电、存储与网络设施。也就是说，Supermicro 将 Vera Rubin NVL72 不只是作为单个机架产品销售，而是进一步封装为一个可复制的 AI 集群建设单元。

从 AI 基础设施的角度看，这种“单元化”设计有助于缩短部署周期，也方便数据中心按功率、空间和业务需求逐步扩展。尤其是在大模型训练、长上下文推理、多模态生成和智能体系统持续增长的背景下，客户对高带宽内存、GPU 间互联以及集群网络的要求越来越高，传统按服务器逐台集成的方式很难满足交付效率。

• 液冷算力机架：面向高密度 AI 计算负载，承载 Vera Rubin NVL72 平台。
• 1.8MW 行内 CDU：为高功率机架提供冷却分配能力，是液冷部署的关键组件。
• 网络集成与布线：基于 NVIDIA 参考架构，降低大规模集群落地复杂度。
• 可扩展单元蓝图：覆盖 16 个算力机架，包含 GPU、HBM4 内存及配套基础设施。

影响与解读：AI 竞争正在转向“算力工厂”交付能力

Supermicro 启动 Vera Rubin NVL72 机架出货，释放出一个明确信号：AI 硬件竞争已经从单卡性能、单机规格，进一步延伸到整机架、整集群乃至整座数据中心的工程交付能力。对于英伟达生态而言，GPU 平台需要服务器厂商、液冷系统、网络架构和数据中心建设能力共同配合，才能转化为可运行的算力产能。

这对产业链也提出了更高要求。AI 数据中心不再只是采购服务器并接入网络，而是要提前规划电力容量、冷却方式、机房布局和扩展路径。Supermicro 将 Vera Rubin NVL72 包装为 DCBBS 蓝图，本质上是在帮助客户把复杂的工程问题模块化，降低从设计到部署的摩擦。

对于中文市场的科技读者而言，这一动态值得关注的原因在于，未来 AI 模型能力的提升不仅取决于算法和数据，也取决于底层算力基础设施能否快速扩张。液冷、机架级互联、HBM4 内存和 GW 级功率规划，正在成为下一阶段 AI 产业竞争的关键词。随着 Vera Rubin NVL72 等平台进入出货阶段，大模型厂商和云服务商的基础设施更新节奏，也可能随之进入新的周期。