云上AI基础设施的下一句台词，不再只是「有多少GPU」，而是「训练、推理与智能体中间态能否分开扩」。10月27日，英伟达与甲骨文在OCI上给出一套组合拳。
联合新闻称，双方计划把采用Vera Rubin NVL72的OCI超级集群扩展到数吉瓦级，以承接训练、推理与智能体应用需求；Vera Rubin NVL72与Vera CPU已在OCI正式可用。合作强调GPU密集负载与CPU密集的工具执行、测码、取数等任务可独立扩展，降低闲置。OCI超级集群叙述包含NVL72机架、Acceleron与Spectrum-X、BlueField-4以及吉瓦级电力冷却等要素；并规划推出8卡Rubin的HGX Rubin NVL8（x86服务器形态，配Intel Xeon 6等）。
并行的是供应链多元化。路透社报道，甲骨文在扩大与英伟达合作的同时，计划首次提供基于谷歌TPU的云算力，并引入Cerebras等推理芯片；即便在英伟达体系内，也可能更多采用甲骨文自研Acceleron网络方案，而非全部绑定英伟达网络芯片。对客户，这意味着同一块云上可在多种加速器之间做价格与可用性套利；对英伟达，则是「最大客户之一」边买边找备胎的现实图景。
企业侧痛点被VentureBeat等解读为利用率：大量公司报告GPU空闲，扩容叙事必须证明能把智能体工作流的CPU/GPU配比跑满。甲骨文把Vera CPU与Rubin GPU并列出售，正是对这一痛点的产品化回应。
观察点有二：数吉瓦是规划容量还是可签约容量；TPU与Cerebras上架后的实际配额与软件栈成熟度。短期内，Rubin世代上云仍是主音，多芯片货架是和声。
一句话：OCI把Rubin扩到数吉瓦，又把TPU请上同一张菜单——云厂商要的是议价权，不只是单一供应商忠诚。