AA-AgentPerf 首次公布 NVIDIA Vera Rubin NVL72 在真实编码智能体轨迹上的服务结果：在 DeepSeek V4 Pro 上，每兆瓦总吞吐最高约为前代 GB300 NVL72 的 5.7 倍，在 DeepSeek V4.1 Flash、GLM-5.2 和 Kimi K3 上分别约为 5.4 倍、3.0 倍和 2.8 倍。这些倍数出现在 GB300 吞吐随每用户速度下降的位置，峰值吞吐时的领先只有 1.14 倍到 1.45 倍。测试负载中平均 97% 的输入 token 与上一请求重复，因此前缀缓存和跨内存层级的 KV 缓存成为关键。
面向编码、数学与计算机操作类智能体负载，Evolving Infra 把预填充与解码的算力分配同 KV 缓存管理解耦：节点不再重启即可在两种阶段间切换，KV 留在所有节点可读的共享池中。在最多 256 块 GB300 GPU 上，其平均端到端时延与 P95 首字时延相对 NVIDIA Dynamo 最多降低 4.1 倍和 14 倍，平均一次阶段切换耗时 6.2 秒，而 Dynamo 重启需 754 秒。
JevSpawn 提出一种免训练的组合式策略，把自然语言任务说明转成可执行的有限动作域，通过并行动作生成、反馈驱动的分支选择、表示修订与保留分支恢复来探索，在八个基准任务上对比七个智能体基线与一个 TypeSafe Jev 变体，在八项中的五项取得最高分，并在 Maze 与 Grid 上同时把成功率提升到 0.96 与 0.95、把端到端延迟从最快基线的 47.91 秒和 61.44 秒降到 40.91 秒和 40.58 秒。
已读完全部报道