AnswersPublished24 sources
Nvidia rakentaa Vera Rubinista kokonaisen AI-tehtaan
Vera Rubin NVL72 on nestejäähdytteinen räkkitason järjestelmä, jossa on 72 Rubin grafiikkasuoritinta, 36 Vera suoritinta, ConnectX 9 verkkokortit ja BlueField 4 dataprosessorit. Nvidian mukaan järjestelmä tuottaa agenttiälyn työkuormissa jopa 30 kertaa enemmän läpimenoa megawattia kohden kuin GB300 NVL72 ja laskee t...
JulkaisijaMuokattu mallilla GPT-5.6 LunaKuvat luotu mallilla GPT Image 1.5
Research answer
Key takeaways
- Vera Rubin NVL72 on nestejäähdytteinen räkkitason järjestelmä, jossa on 72 Rubin grafiikkasuoritinta, 36 Vera suoritinta, ConnectX 9 verkkokortit ja BlueField 4 dataprosessorit.
- Nvidian mukaan järjestelmä tuottaa agenttiälyn työkuormissa jopa 30 kertaa enemmän läpimenoa megawattia kohden kuin GB300 NVL72 ja laskee token kustannusta parhaimmillaan 35 kertaisesti.
- Tulokset perustuvat SemiAnalysisin AgentX työkuormaan ja DeepSeek V4 Pro malliin.
- Vera suorittimessa on 88 Olympus ydintä, 176 säiettä ja jopa 1,2 TB/s LPDDR5X muistikaista.
AI Prompt
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
Nvidian ilmoitus ei koske vain uutta grafiikkasuoritinsukupolvea. Yhtiö asemoi Vera Rubinin kokonaiseksi räkkitason AI-tehtaaksi, jossa laskenta, suorittimet, tiedonsiirto, dataprosessointi ja ohjelmistot suunnitellaan toimimaan yhtenä kokonaisuutena. Tavoitteena on tuottaa mahdollisimman paljon hyödyllistä agenttityötä jokaista käytettyä sähkömegawattia kohden.
Nvidian esittämät suurimmat tehokkuusluvut ovat kuitenkin yhtiön omia väitteitä. Ne perustuvat toimittajan tukemaan vertailuasetelmaan, eivät riippumattomaan vertaisarvioituun tutkimukseen. 8
Vera Rubin NVL72 on kokonainen laskentateline
Vera Rubin NVL72 on nestejäähdytteinen räkkijärjestelmä, johon Nvidia kokoaa:
- 72 Rubin-grafiikkasuoritinta
- 36 Vera-suoritinta
- ConnectX-9 SuperNIC -verkkolaitteet
- BlueField-4-dataprosessorit eli DPU:t
- kuudennen sukupolven NVLink-kytkennän
Kokoonpano on tarkoitettu toimimaan yhtenä 72 grafiikkasuorittimen scale-up-alueena. Räkin ulkopuolelle järjestelmä voidaan liittää Quantum-X800 InfiniBand- tai Spectrum-X Ethernet -verkoilla. 3
6
Nvidian julkaisemien teknisten tietojen mukaan NVFP4-tarkkuudella NVL72 tarjoaa 3 600 petaflopsia päättelysuorituskykyä ja 2 520 petaflopsia koulutussuorituskykyä. Nämä ovat valmistajan ilmoittamia lukuja ja riippuvat käytetystä laskentatarkkuudesta sekä mittaustavasta. 6
Agenttiälyssä Nvidia lupaa jopa 30-kertaisen parannuksen
Nvidia kertoo Vera Rubin NVL72:n tuottavan agenttiälyn työkuormissa parhaimmillaan 30 kertaa enemmän läpimenoa megawattia kohden kuin GB300 NVL72. Samassa vertailussa token-kustannuksen väitetään laskevan enintään 35-kertaisesti. 8
9
Yhtiö on lisäksi esittänyt Rubin-alustalle yleisemmän, jopa 10-kertaisen pienennyksen päättelytokenin kustannukseen Blackwell-sukupolveen verrattuna. 11
17
Luvut eivät tarkoita, että jokainen chatbot-pyyntö olisi automaattisesti 30 kertaa halvempi. Agenttiälyä käyttävä järjestelmä voi tehdä useita mallikutsuja, käyttää työkaluja, suorittaa koodia, hakea tietoa ja ylläpitää pitkää keskustelukontekstia. Siksi tulos riippuu muun muassa mallista, kontekstin pituudesta, käyttäjälle tavoitellusta vastausnopeudesta ja koko järjestelmän kokoonpanosta.
Nvidia viittaa myös OpenRouter-dataan, jonka mukaan agenttiälyn työkuormat voivat kuluttaa noin 15 kertaa enemmän tokeneita kuin yksinkertainen keskustelupyyntö. Tämä selittää, miksi tokenien hinta ja energiankulutus ovat agenttijärjestelmissä niin keskeisiä mittareita.
AgentX ja DeepSeek V4 Pro testaavat muutakin kuin GPU-tehoa
Vertailussa käytettiin SemiAnalysisin AgentX-työkuormaa. Se toistaa tuotantotyyppisiä agenttien ohjelmointisessioita, joissa säilyvät muun muassa kontekstin kasvu, työkalukutsut ja aliagenttien käynnistäminen. Mallina testissä käytettiin DeepSeek V4 Prota. 8
9
Tällainen testi mittaa muutakin kuin grafiikkasuorittimen raakaa FLOPS-lukemaa. Pitkissä ja vuorovaikutteisissa työkuormissa merkitystä on myös:
- suorittimen kyvyllä käsitellä samanaikaisia tehtäviä
- muistikaistan riittävyydellä
- mallikutsujen orkestroinnilla
- työkalujen ja koodin suorittamisella
- CPU:n ja GPU:n välisellä tiedonsiirrolla
- palvelinten ja räkkien välisen verkon tehokkuudella
Käytettävissä oleva aineisto tukee GB300 NVL72 -vertailua. Se ei kuitenkaan sisällä riippumattomasta ensisijaislähteestä suoraan vertailukelpoista Hopper-lukua eikä tarkkaa dollarimääräistä hintaa miljoonaa tokenia kohti. Siksi täsmällistä Hopper-kerrointa tai yleispätevää dollarikustannusta ei voi vahvistaa tämän aineiston perusteella.
Vera-suoritin on suunniteltu agenttien ympärille
Vera on Nvidian oma Armv9.2-yhteensopiva suoritin, jota yhtiö markkinoi agenttiälyn aikakaudelle suunniteltuna CPU:na. Siinä on 88 Olympus-ydintä ja 176 Spatial Multithreading -säiettä. 2
10
Sen tehtävä ei ole korvata GPU:ta mallin varsinaisessa massiivisessa tensorilaskennassa. Vera on tarkoitettu sitä ympäröiviin suorittimesta riippuvaisiin tehtäviin, kuten:
- datan käsittelyyn ja muuntamiseen
- orkestrointiin ja tehtävien ajoitukseen
- tiedonhakuun
- työkalukutsuihin
- eristetyn koodin suorittamiseen
- simulointiin ja tallennuksen käsittelyyn
Vera käyttää SOCAMM2 LPDDR5X -muistia, jonka yhteenlaskettu muistikaista on jopa 1,2 TB/s eli enintään noin 14 GB/s ydintä kohden. Toisen sukupolven Scalable Coherency Fabric yhdistää ytimet, jaetun L3-välimuistin, muistiohjaimet ja I/O:n yhtenäiseksi kokonaisuudeksi. Nvidia ilmoittaa kytkennän kaksisuuntaiseksi kaistanleveydeksi jopa 3,4 TB/s ja yhtenäisen L3-välimuistin kooksi 164 MB.
Graceen verrattuna Nvidia ilmoittaa Veralle 2,4 kertaa suuremman muistikaistan, kolminkertaisen muistimäärän ja kaksinkertaisen NVLink-C2C-kaistan CPU:n ja GPU:n koherenttiin yhteistyöhön. 1
Mitä ”Scale-In” tarkoittaa?
Nvidian verkkoterminologiassa eri tasot täydentävät toisiaan:
- Scale-in eli scale-up: NVLink 6 yhdistää saman räkin 72 GPU:ta tiiviisti toisiinsa. Nvidia ilmoittaa GPU-kohtaiseksi kaksisuuntaiseksi kaistanleveydeksi 3,6 TB/s ja koko räkin tasolla 260 TB/s.
3
- Scale-out: Quantum-X800 InfiniBand ja Spectrum-X Ethernet yhdistävät useita räkkikokonaisuuksia suuremmiksi klustereiksi.
- Datan ja infrastruktuurin purku: ConnectX-9 ja BlueField-4 hoitavat verkko-, tallennus-, tietoturva- ja datapolkutehtäviä.
Käytännössä Scale-In on siis räkin sisäinen, erittäin nopea yhteyskerros. Scale-out vie laskennan räkkien väliseen klusteriin, kun taas verkkokortit ja DPU:t siirtävät osan hallinta- ja dataliikenteen työstä pois CPU:lta ja GPU:lta.
Vera Rubin -kokoonpanossa NVLink-C2C tarjoaa CPU:n ja GPU:n välille jopa 1,8 TB/s koherenttia kaistanleveyttä, mikä on Nvidian mukaan seitsemän kertaa PCIe Gen6 -yhteyden kaistanleveys.
DSX MaxLPS optimoi työtä, ei vain hetkellistä tehoa
Nvidia esittelee DSX:n päästä päähän ulottuvana AI-tehtaan suunnittelumallina. Se kattaa sirut, palvelimet, ohjelmistot, datakeskuksen tilat ja kumppaniteknologiat. 18
20
21
DSX MaxLPS -ohjelmiston tavoitteena on maksimoida tokenien läpimeno jokaista megawattia kohden. Toisin sanoen järjestelmän ei ole tarkoitus vain käyttää laitteistoa mahdollisimman suurella hetkellisellä teholla, vaan kohdistaa sähkö ja jäähdytyskapasiteetti siihen, missä niillä saavutetaan eniten tuotettua agenttityötä. 12
15
Tällä voi olla merkitystä etenkin silloin, kun AI-datakeskuksen kasvua rajoittavat sähköliittymät, jäähdytys ja tilat – eivät pelkästään saatavilla olevat kiihdyttimet. Käytännön kustannussäästöt riippuvat silti sähkön hinnasta, laitteiston hankintahinnasta, käyttöasteesta ja ohjelmiston todellisesta suorituskyvystä.
SpaceXAI vie suunnitelman maan pinnalta kiertoradalle
Nvidian mukaan SpaceXAI ottaa Vera-suorittimet käyttöön tulevissa agenttiälyn työkuormissa ja laajentaa Grokin taustalla olevaa infrastruktuuria Vera Rubin -alustalla tavoitellessaan gigawattien laskentakapasiteettia. 10
Yhtiöt suunnittelevat myös arkkitehtuurin laajentamista Starmind-hankkeeseen. Ensimmäisen Starmind-tekoälysatelliitin on tarkoitus perustua optimoituun Vera Rubin NVL72 -järjestelmään. Kyse on suunnitellusta käyttöönotosta, ei todisteesta siitä, että kiertoradalla toimisi jo nyt AI-datakeskus. 10
12
Mikä muuttuu Nvidian kilpailuasemassa?
Jos Nvidian työkuormatulokset toistuvat asiakkaiden tuotantoympäristöissä, merkittävin hyöty ei ole vain suurempi mallin laskentateho. Olennaisempaa voi olla se, kuinka paljon hyödyllistä agenttityötä saadaan tuotettua rajallisella megawattimäärällä.
Se voisi pienentää tokenien lisäksi sähköön, jäähdytykseen, verkkoihin ja kapasiteetin rakentamiseen liittyviä kustannuksia. Samalla Nvidia laajentaa kilpailukenttäänsä GPU:ista omiin Arm-suorittimiin, koherentteihin CPU–GPU-järjestelmiin, räkkitason kytkentään, DPU-laitteisiin ja AI-tehtaan hallintaohjelmistoihin.
Tiiviimpi kokonaisuus voi vahvistaa Nvidian asemaa sekä GPU-kilpailijoita että perinteisiä palvelinsuoritinten valmistajia vastaan. Kääntöpuolena asiakkaiden riippuvuus Nvidian arkkitehtuurista ja ohjelmistopinosta kasvaa. Vera Rubin onkin ennen kaikkea yritys hallita koko AI-infrastruktuurin ketjua – ei vain valmistaa entistä nopeampaa GPU:ta.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Nvidia rakentaa Vera Rubinista kokonaisen AI-tehtaan"?
Vera Rubin NVL72 on nestejäähdytteinen räkkitason järjestelmä, jossa on 72 Rubin grafiikkasuoritinta, 36 Vera suoritinta, ConnectX 9 verkkokortit ja BlueField 4 dataprosessorit.
What are the key points to validate first?
Vera Rubin NVL72 on nestejäähdytteinen räkkitason järjestelmä, jossa on 72 Rubin grafiikkasuoritinta, 36 Vera suoritinta, ConnectX 9 verkkokortit ja BlueField 4 dataprosessorit. Nvidian mukaan järjestelmä tuottaa agenttiälyn työkuormissa jopa 30 kertaa enemmän läpimenoa megawattia kohden kuin GB300 NVL72 ja laskee token kustannusta parhaimmillaan 35 kertaisesti.
What should I do next in practice?
Tulokset perustuvat SemiAnalysisin AgentX työkuormaan ja DeepSeek V4 Pro malliin.