RespuestasPublicado22 fuentes
Vera Rubin NVL72: qué anunció Nvidia y por qué importa para la IA agéntica
Vera Rubin NVL72 integra 72 GPU Rubin, 36 CPU Vera, SuperNIC ConnectX 9, DPU BlueField 4 y conmutación NVLink 6 en un rack refrigerado por líquido. Nvidia afirma que el sistema ofrece hasta 30 veces más rendimiento por megavatio y reduce hasta 35 veces el coste por token frente a GB300 NVL72 en la prueba AgentX.
Publicado porEditado con GPT-5.6 LunaImágenes generadas con GPT Image 1.5
Respuesta de investigación
Conclusiones clave
- Vera Rubin NVL72 integra 72 GPU Rubin, 36 CPU Vera, SuperNIC ConnectX 9, DPU BlueField 4 y conmutación NVLink 6 en un rack refrigerado por líquido.
- Nvidia afirma que el sistema ofrece hasta 30 veces más rendimiento por megavatio y reduce hasta 35 veces el coste por token frente a GB300 NVL72 en la prueba AgentX.
- El benchmark de SemiAnalysis reprodujo sesiones de programación con agentes y utilizó el modelo DeepSeek V4 Pro, con llamadas a herramientas, ejecución de código y contextos extensos.
- La CPU Vera incorpora 88 núcleos Olympus, 176 hilos y hasta 1,2 TB/s de ancho de banda de memoria LPDDR5X.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Nvidia announce about its next generation Vera Rubin NVL72 platform, Vera CPU, Scale In networking, and partnerships, including the. Article summary: Nvidia’s announcement positions Vera Rubin as a rack scale, full stack “AI factory,” not merely a faster GPU generation: it combines custom GPUs, CPUs, scale up and scale out networking, DPUs, and power management softwa. Topic tags: general web, llm, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with
Nvidia presentó Vera Rubin como algo más amplio que una nueva generación de GPU: una “fábrica de IA” completa, diseñada a escala de rack para ejecutar modelos y agentes con un menor coste energético. La propuesta combina aceleradores Rubin, CPU Vera, redes de alta velocidad, unidades de procesamiento de datos y software para coordinar el consumo eléctrico.
La promesa central es aumentar la cantidad de trabajo útil que un centro de datos puede realizar con una cantidad limitada de electricidad. Conviene, eso sí, poner las cifras en contexto: los principales resultados son afirmaciones de Nvidia basadas en una medición respaldada por un proveedor, no una validación independiente y revisada por pares. 8
Qué incluye Vera Rubin NVL72
El Vera Rubin NVL72 es un rack refrigerado por líquido que reúne:
- 72 GPU Rubin.
- 36 CPU Vera.
- SuperNIC ConnectX-9.
- DPU BlueField-4.
- Conmutadores de sexta generación NVLink.
Nvidia lo diseña como un único dominio de cómputo de 72 GPU, en el que los aceleradores pueden trabajar estrechamente conectados. Para enlazar varios racks, la plataforma utiliza Quantum-X800 InfiniBand o Ethernet Spectrum-X. 3
6
La idea es tratar el rack como una computadora especializada de gran escala, en lugar de como un conjunto de servidores independientes. Esa integración busca reducir los cuellos de botella que aparecen cuando los agentes deben consultar datos, ejecutar herramientas, escribir código y volver varias veces al modelo.
Hasta 30 veces más trabajo por megavatio, según Nvidia
En su comparación principal, Nvidia afirma que Vera Rubin NVL72 alcanza hasta 30 veces más rendimiento por megavatio que GB300 NVL72 en cargas de trabajo de IA agéntica. También asegura una reducción de hasta 35 veces en el coste por token dentro de esa prueba. 8
9
La compañía había comunicado además una reducción de hasta 10 veces en el coste de los tokens de inferencia frente a Blackwell para Rubin en términos generales. 11
Estos multiplicadores no deben interpretarse como precios universales para cualquier chatbot o proveedor de nube. Dependen del modelo, el tamaño del contexto, el objetivo de velocidad por usuario, la configuración del sistema y el tipo de tarea ejecutada.
El papel de AgentX y DeepSeek V4 Pro
La medición utilizó AgentX, un workload de SemiAnalysis que reproduce sesiones de programación con agentes basadas en escenarios de producción. El modelo empleado en la comparación destacada fue DeepSeek V4 Pro. 8
9
A diferencia de una consulta breve con una sola respuesta, estas sesiones conservan el crecimiento del contexto, las llamadas a herramientas, la ejecución de código y la creación de subagentes. Por eso, el resultado no depende únicamente de los FLOPS de la GPU: también importan la CPU, el ancho de banda de memoria, la coordinación entre chips y la red.
El material disponible respalda la comparación con GB300, pero no aporta una cifra primaria y directamente comparable frente a Hopper. Tampoco ofrece un valor exacto, expresado en dólares, del coste por un millón de tokens. Por tanto, no es posible establecer aquí un multiplicador verificado frente a Hopper ni un precio universal por millón de tokens.
Nvidia sostiene que los agentes consumen muchos más tokens que una conversación convencional porque trabajan mediante ciclos iterativos de razonamiento, recuperación de información y uso de herramientas. El dato publicado por la compañía debe leerse, por tanto, como una medición dependiente de la carga de trabajo y la configuración, no como una tarifa general de servicio.
DSX MaxLPS: optimizar tokens, no solo potencia instantánea
Nvidia también presentó DSX como un diseño integral para “fábricas de IA” que abarca chips, sistemas, software, instalaciones y tecnologías de socios. Dentro de este enfoque, DSX MaxLPS busca maximizar el rendimiento de tokens por unidad de potencia para reducir el coste de cada token. 18
20
El objetivo no es simplemente mantener el hardware funcionando al máximo consumo en todo momento. El software pretende distribuir mejor la potencia entre los distintos componentes de la instalación y priorizar la cantidad de trabajo útil completado por megavatio.
Esto puede ser especialmente relevante cuando el límite de un centro de datos no es la disponibilidad de aceleradores, sino la capacidad de suministro eléctrico, la refrigeración o la infraestructura de red. En ese escenario, una mejora de rendimiento por vatio puede permitir atender más solicitudes sin ampliar proporcionalmente la infraestructura física.
Vera, la CPU diseñada para la era de los agentes
La CPU Vera es el procesador Arm compatible de Nvidia para las tareas que rodean a la inferencia. Incluye 88 núcleos Olympus y 176 hilos mediante Spatial Multithreading. 2
10
Su función no es sustituir a las GPU en el entrenamiento o la inferencia matricial, sino encargarse de tareas que los agentes realizan constantemente: procesamiento de datos, orquestación, recuperación de información, ejecución de herramientas, código en entornos aislados y simulación.
En cuanto a memoria e interconexión, Vera ofrece:
- Memoria LPDDR5X mediante módulos SOCAMM2.
- Hasta 1,2 TB/s de ancho de banda agregado.
- Hasta 14 GB/s por núcleo.
- Una segunda generación de Scalable Coherency Fabric, con hasta 3,4 TB/s de ancho de banda de bisección.
- Caché L3 unificada de 164 MB.
7
8
Nvidia afirma que, frente a Grace, Vera proporciona 2,4 veces más ancho de banda de memoria, tres veces más capacidad de memoria y el doble de ancho de banda NVLink-C2C para la comunicación coherente entre CPU y GPU. 1
Qué significa “Scale-In” dentro de la red de Nvidia
La terminología de Nvidia separa varias capas de conectividad:
- Scale-in o scale-up: NVLink 6 conecta las GPU dentro del rack para que las 72 funcionen como un dominio estrechamente acoplado. Nvidia especifica 3,6 TB/s de ancho de banda bidireccional entre GPU por acelerador y 260 TB/s a nivel del rack.
3
- Scale-out: Quantum-X800 InfiniBand y Spectrum-X Ethernet enlazan distintos racks para formar clústeres mayores.
- Descarga de tareas de datos e infraestructura: ConnectX-9 y BlueField-4 gestionan funciones de red, almacenamiento, seguridad y movimiento de datos.
En otras palabras, Scale-In resuelve la comunicación rápida dentro de una máquina de rack; Scale-Out conecta esa máquina con otras; y las SuperNIC y DPU descargan tareas de infraestructura que, de otro modo, consumirían recursos de las CPU y GPU.
La conexión NVLink-C2C entre Vera y Rubin alcanza hasta 1,8 TB/s de ancho de banda coherente, según Nvidia, siete veces el ancho de banda de un enlace PCIe Gen 6 x16.
El acuerdo con SpaceXAI y el proyecto Starmind
Nvidia anunció que SpaceXAI desplegará CPU Vera para acelerar sus próximas cargas de trabajo de IA agéntica. La compañía también planea ampliar la infraestructura de Grok sobre Vera Rubin mientras avanza hacia una capacidad informática de escala de gigavatios. 10
El acuerdo contempla además extender la arquitectura al proyecto orbital Starmind. La primera generación del satélite utilizaría una versión optimizada de Vera Rubin NVL72 como carga útil de cómputo espacial. 10
12
Ese punto describe un despliegue planificado, no la existencia actual de un centro de datos de IA operativo en órbita. Las condiciones térmicas, el suministro eléctrico, el ancho de banda, la fiabilidad y la integración física hacen que un sistema espacial plantee retos muy distintos a los de un rack terrestre.
La importancia estratégica para Nvidia
Si las mejoras anunciadas se reproducen en instalaciones de clientes, el beneficio principal no será solo generar respuestas más rápido. Será realizar más trabajo de agentes con cada megavatio disponible y, potencialmente, reducir el coste combinado de electricidad, refrigeración, red y capital por token generado.
La estrategia también amplía el terreno competitivo de Nvidia. La empresa ya no vende únicamente GPU: está integrando CPU Arm personalizadas, memoria coherente CPU-GPU, conmutación a escala de rack, DPU, redes para clústeres y software operativo para fábricas de IA.
Esa integración puede reforzar la posición de Nvidia frente a otros fabricantes de aceleradores y frente a los proveedores tradicionales de CPU. A cambio, los clientes quedan más vinculados a una arquitectura y una pila de software propietarias. El éxito de Vera Rubin dependerá, por tanto, no solo de sus cifras de laboratorio, sino de si las mejoras de eficiencia se mantienen en cargas reales, con costes de adquisición, refrigeración, red y operación incluidos.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Vera Rubin NVL72: qué anunció Nvidia y por qué importa para la IA agéntica"?
Vera Rubin NVL72 integra 72 GPU Rubin, 36 CPU Vera, SuperNIC ConnectX 9, DPU BlueField 4 y conmutación NVLink 6 en un rack refrigerado por líquido.
¿Cuáles son los puntos clave a validar primero?
Vera Rubin NVL72 integra 72 GPU Rubin, 36 CPU Vera, SuperNIC ConnectX 9, DPU BlueField 4 y conmutación NVLink 6 en un rack refrigerado por líquido. Nvidia afirma que el sistema ofrece hasta 30 veces más rendimiento por megavatio y reduce hasta 35 veces el coste por token frente a GB300 NVL72 en la prueba AgentX.
¿Qué debo hacer a continuación en la práctica?
El benchmark de SemiAnalysis reprodujo sesiones de programación con agentes y utilizó el modelo DeepSeek V4 Pro, con llamadas a herramientas, ejecución de código y contextos extensos.