Vera-processoren er bygget med:

• 88 brugerdefinerede Nvidia-designede Arm-kompatible Olympus-kerner
• LPDDR5X-hukommelse og ekstremt høj hukommelsesbåndbredde
• Nvidia Scalable Coherency Fabric til effektiv dataflytning på tværs af systemer
• NVLink-C2C-forbindelse til direkte højhastighedskommunikation med GPU’er

I stedet for udelukkende at fokusere på generel computing, er chippen optimeret til at fodre data til store AI-acceleratorer og koordinere arbejdsopgaver på tværs af massive GPU-klynger.

Rubin GPU’er og NVLink 6: Bygget til AI i rack-skala

På GPU-siden introducerer arkitekturen Rubin GPU’en, Nvidias efterfølger til Blackwell-generationen.

Vigtige fremskridt inkluderer:

• HBM4-højbåndbreddehukommelse til AI-træning og inferens
• En ny Transformer Engine optimeret til moderne AI-modeller
• NVLink 6-netværk, der leverer op til 3,6 TB/s GPU-til-GPU-båndbredde pr. GPU

Nvidia siger, at Rubin-arkitekturen fordobler ydeevnen i forhold til den tidligere Blackwell-generation, hvilket muliggør væsentligt større modeller og hurtigere træningssystemer.

På rack-niveau kombinerer systemer som Vera Rubin NVL72:

• 72 Rubin GPU’er
• 36 Vera CPU’er
• ConnectX‑9 SuperNIC’er
• BlueField‑4 DPU’er

Dette design gør det muligt for hundredvis af GPU’er at fungere som ét samlet AI-system til træning og implementering af avancerede modeller.

Taiwans halvleder-økosystem er afgørende

Huang understregede, at intet af dette omfang ville være muligt uden Taiwans hardware- og halvleder-økosystem.

Landet huser mange af de virksomheder, der er ansvarlige for at fremstille chips, samle serversystemer og bygge netværkskomponenter, der bruges i AI-infrastruktur. Nvidia arbejder tæt sammen med disse partnere, og Huang planlagde møder med TSMC’s formand C.C. Wei under sit besøg.

TSMC er særligt vigtigt, fordi det fremstiller de avancerede chips, der bruges i platformen. Nvidia har bekræftet, at Vera Rubin-systemet inkluderer seks nye chips produceret af TSMC, og platformen er allerede gået i produktion.

Det betyder, at Taiwan ikke bare er en leverandør – det er den produktionsrygrad, der gør det muligt for Nvidias AI-systemer at blive produceret i global skala.

Det store billede: Opbygning af infrastruktur til AI

Det, der gør Vera Rubin til potentielt Nvidias største lancering, er ikke kun teknologien – det er den rolle, den spiller i den voksende AI-økonomi.

I stedet for at sælge isolerede acceleratorer leverer Nvidia nu komplette AI-fabrikker: racks med CPU’er, GPU’er, netværk og software designet til at køre enorme AI-arbejdsbelastninger. Denne tilgang øger dramatisk størrelsen og kompleksiteten af hvert solgt system.

Med globale cloud-udbydere, virksomheder og forskningslaboratorier, der alle bygger AI-infrastruktur samtidigt, forventer Nvidia, at efterspørgslen efter disse integrerede platforme vil vokse hurtigt.

Hvis den efterspørgsel materialiserer sig, kan Vera Rubin repræsentere en af de største udrulninger af avancerede computersystemer, industrien nogensinde har set.

Vera-processoren er bygget med:

• 88 brugerdefinerede Nvidia-designede Arm-kompatible Olympus-kerner
• LPDDR5X-hukommelse og ekstremt høj hukommelsesbåndbredde
• Nvidia Scalable Coherency Fabric til effektiv dataflytning på tværs af systemer
• NVLink-C2C-forbindelse til direkte højhastighedskommunikation med GPU’er

I stedet for udelukkende at fokusere på generel computing, er chippen optimeret til at fodre data til store AI-acceleratorer og koordinere arbejdsopgaver på tværs af massive GPU-klynger.

Rubin GPU’er og NVLink 6: Bygget til AI i rack-skala

På GPU-siden introducerer arkitekturen Rubin GPU’en, Nvidias efterfølger til Blackwell-generationen.

Vigtige fremskridt inkluderer:

• HBM4-højbåndbreddehukommelse til AI-træning og inferens
• En ny Transformer Engine optimeret til moderne AI-modeller
• NVLink 6-netværk, der leverer op til 3,6 TB/s GPU-til-GPU-båndbredde pr. GPU

Nvidia siger, at Rubin-arkitekturen fordobler ydeevnen i forhold til den tidligere Blackwell-generation, hvilket muliggør væsentligt større modeller og hurtigere træningssystemer.

På rack-niveau kombinerer systemer som Vera Rubin NVL72:

• 72 Rubin GPU’er
• 36 Vera CPU’er
• ConnectX‑9 SuperNIC’er
• BlueField‑4 DPU’er

Dette design gør det muligt for hundredvis af GPU’er at fungere som ét samlet AI-system til træning og implementering af avancerede modeller.

Taiwans halvleder-økosystem er afgørende

Huang understregede, at intet af dette omfang ville være muligt uden Taiwans hardware- og halvleder-økosystem.

Landet huser mange af de virksomheder, der er ansvarlige for at fremstille chips, samle serversystemer og bygge netværkskomponenter, der bruges i AI-infrastruktur. Nvidia arbejder tæt sammen med disse partnere, og Huang planlagde møder med TSMC’s formand C.C. Wei under sit besøg.

TSMC er særligt vigtigt, fordi det fremstiller de avancerede chips, der bruges i platformen. Nvidia har bekræftet, at Vera Rubin-systemet inkluderer seks nye chips produceret af TSMC, og platformen er allerede gået i produktion.

Det betyder, at Taiwan ikke bare er en leverandør – det er den produktionsrygrad, der gør det muligt for Nvidias AI-systemer at blive produceret i global skala.

Det store billede: Opbygning af infrastruktur til AI

Det, der gør Vera Rubin til potentielt Nvidias største lancering, er ikke kun teknologien – det er den rolle, den spiller i den voksende AI-økonomi.

I stedet for at sælge isolerede acceleratorer leverer Nvidia nu komplette AI-fabrikker: racks med CPU’er, GPU’er, netværk og software designet til at køre enorme AI-arbejdsbelastninger. Denne tilgang øger dramatisk størrelsen og kompleksiteten af hvert solgt system.

Med globale cloud-udbydere, virksomheder og forskningslaboratorier, der alle bygger AI-infrastruktur samtidigt, forventer Nvidia, at efterspørgslen efter disse integrerede platforme vil vokse hurtigt.

Hvis den efterspørgsel materialiserer sig, kan Vera Rubin repræsentere en af de største udrulninger af avancerede computersystemer, industrien nogensinde har set.