RéponsesPublié21 sources
Vera Rubin : Nvidia mise sur l’efficacité énergétique pour industrialiser l’IA agentique
Vera Rubin NVL72 combine 72 GPU Rubin, 36 CPU Vera, des SuperNIC ConnectX 9, des DPU BlueField 4 et NVLink 6 au sein d’un rack refroidi par liquide. Nvidia affirme atteindre jusqu’à 30 fois plus de débit par mégawatt que le GB300 NVL72 et réduire jusqu’à 35 fois le coût des tokens dans le test cité.
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche
Points clés à retenir
- Vera Rubin NVL72 combine 72 GPU Rubin, 36 CPU Vera, des SuperNIC ConnectX 9, des DPU BlueField 4 et NVLink 6 au sein d’un rack refroidi par liquide.
- Nvidia affirme atteindre jusqu’à 30 fois plus de débit par mégawatt que le GB300 NVL72 et réduire jusqu’à 35 fois le coût des tokens dans le test cité.
- Le test s’appuie sur le benchmark AgentX de SemiAnalysis et le modèle DeepSeek V4 Pro, dans des scénarios de programmation agentique avec contexte long, appels d’outils et sous agents.
- Le CPU Vera comprend 88 cœurs Olympus, 176 threads Spatial Multithreading, jusqu’à 1,2 To/s de bande passante mémoire et 3,4 To/s de bande passante binaire via son interconnexion SCF.
Prompt 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 ne présente pas Vera Rubin comme une simple nouvelle génération de GPU. La société veut en faire une « usine à IA » complète, à l’échelle du rack : processeurs graphiques et centraux conçus ensemble, réseau à haute vitesse, unités de traitement des données, logiciels d’exploitation et gestion de l’énergie. L’objectif est de produire davantage de travail utile par mégawatt lorsque les modèles d’IA agentique multiplient les appels d’outils, les exécutions de code et les étapes de raisonnement.
Les chiffres les plus spectaculaires doivent toutefois être replacés dans leur contexte : il s’agit de revendications de Nvidia fondées sur un benchmark soutenu par le fabricant, et non d’une validation indépendante évaluée par les pairs. 8
Un rack NVL72 conçu comme un seul ordinateur
Le système Vera Rubin NVL72 réunit, dans un rack refroidi par liquide :
- 72 GPU Rubin ;
- 36 CPU Vera ;
- des SuperNIC ConnectX-9 ;
- des DPU BlueField-4 ;
- des commutateurs NVLink de sixième génération.
3
L’idée est de faire fonctionner les 72 GPU comme un domaine de calcul étroitement couplé. Le rack peut ensuite être relié à d’autres racks grâce à l’InfiniBand Quantum-X800 ou à l’Ethernet Spectrum-X. 3
Nvidia annonce jusqu’à 3,6 To/s de bande passante bidirectionnelle entre GPU pour chaque GPU, et 260 To/s à l’échelle du rack via NVLink 6. 3 Le réseau ne sert donc pas uniquement à relier des serveurs éloignés : il transforme d’abord le rack lui-même en une sorte de supercalculateur unifié.
Jusqu’à 30 fois plus de débit par mégawatt face au GB300
Sur les charges de travail dites agentiques, Nvidia affirme que Vera Rubin NVL72 offre jusqu’à 30 fois plus de débit par mégawatt que le GB300 NVL72. La société avance également une baisse pouvant atteindre 35 fois du coût des tokens dans la comparaison citée. 8
9
Nvidia avait par ailleurs annoncé, pour Rubin de manière plus générale, jusqu’à 10 fois moins de coût par token en inférence que la plateforme Blackwell. 11
Ces valeurs ne constituent pas un prix universel de production d’un million de tokens. Elles dépendent du modèle utilisé, de la longueur du contexte, du niveau d’interactivité, de la configuration matérielle et de la cible de latence. Les informations disponibles ici ne fournissent pas non plus de facteur Hopper directement comparable issu d’une source primaire, ni de montant vérifié en dollars par million de tokens.
Pourquoi le benchmark AgentX est différent d’un test de FLOPS
La mesure s’appuie sur AgentX, un workload de SemiAnalysis qui rejoue des sessions de programmation agentique de type production. Nvidia indique avoir utilisé DeepSeek V4 Pro pour la comparaison. 8
9
Ce type de scénario ne consiste pas à envoyer une question unique à un chatbot puis à recevoir une réponse. Un agent peut devoir :
- analyser un problème ;
- appeler un outil ou récupérer des données ;
- exécuter du code dans un environnement isolé ;
- vérifier le résultat ;
- déléguer une tâche à un sous-agent ;
- recommencer plusieurs fois avec un contexte qui s’allonge.
Dans ce cadre, les performances du GPU ne suffisent pas à expliquer le résultat. Le travail du CPU, la bande passante mémoire, la latence du réseau et l’orchestration des tâches deviennent eux aussi déterminants. Les flux agentiques consomment par nature beaucoup plus de tokens qu’un échange conversationnel ponctuel, puisqu’ils enchaînent les étapes de raisonnement et les appels d’outils. Les résultats annoncés doivent donc être compris comme des résultats liés à un workload et à une configuration, pas comme une promesse applicable à tous les services d’IA.
Vera, le CPU de Nvidia pour l’ère des agents
Le CPU Vera est un processeur personnalisé compatible avec l’architecture Armv9.2. Il embarque 88 cœurs Olympus et 176 threads grâce à la technologie Spatial Multithreading. Nvidia le destine aux tâches qui entourent l’inférence : traitement des données, orchestration, recherche documentaire, appels d’outils, exécution de code dans des environnements isolés et simulation. 2
10
Sa mémoire LPDDR5X, installée via des modules SOCAMM2, fournit jusqu’à 1,2 To/s de bande passante agrégée, soit jusqu’à 14 Go/s par cœur. 7
8 La deuxième génération du Scalable Coherency Fabric relie les 88 cœurs, le cache L3 partagé et le sous-système mémoire avec jusqu’à 3,4 To/s de bande passante binaire. Nvidia annonce également un cache L3 unifié de 164 Mo.
7
8
Par rapport à Grace, Nvidia revendique pour Vera 2,4 fois plus de bande passante mémoire, trois fois plus de capacité mémoire et deux fois plus de bande passante NVLink-C2C pour les échanges cohérents entre CPU et GPU. 1
Le rôle du « Scale-In » dans l’architecture réseau
Le vocabulaire de Nvidia distingue plusieurs niveaux complémentaires :
- Scale-in, ou scale-up : NVLink 6 relie les GPU à l’intérieur du rack afin que les 72 accélérateurs se comportent comme une machine étroitement intégrée.
- Scale-out : Quantum-X800 InfiniBand et Spectrum-X Ethernet relient plusieurs racks pour former des grappes plus vastes.
- Déport des fonctions d’infrastructure : ConnectX-9 et BlueField-4 prennent en charge une partie du réseau, du stockage, de la sécurité et du cheminement des données.
Cette séparation est importante pour les charges agentiques. NVLink accélère les échanges entre accélérateurs au sein d’un même domaine, tandis que les technologies de scale-out permettent de répartir les requêtes entre racks. Les SuperNIC et les DPU évitent, de leur côté, que les fonctions réseau et de stockage ne mobilisent inutilement les ressources de calcul principales.
DSX MaxLPS : mesurer les tokens produits par watt
Avec DSX, Nvidia élargit encore le périmètre de la plateforme. Le système de référence couvre les puces, les serveurs, les logiciels, les installations électriques et thermiques ainsi que les technologies des partenaires. 12
15
Le logiciel DSX MaxLPS cherche à maximiser le nombre de tokens produits par unité d’énergie afin de réduire le coût par token. L’objectif n’est pas simplement de faire fonctionner les accélérateurs à leur puissance instantanée maximale, mais de répartir plus intelligemment la puissance disponible dans toute l’usine à IA. 12
15
Cette approche devient particulièrement pertinente lorsque l’alimentation électrique et le refroidissement limitent le déploiement davantage que la disponibilité des GPU. Dans ce cas, améliorer le travail effectué par mégawatt peut permettre de servir davantage de requêtes sans augmenter proportionnellement la capacité du centre de données.
SpaceXAI : Grok sur Terre, Starmind en préparation dans l’espace
Nvidia indique que SpaceXAI déploiera des CPU Vera pour ses prochaines charges de travail agentiques et développera l’infrastructure de Grok autour de Vera Rubin, avec un objectif de capacité de calcul à l’échelle du gigawatt. 10
Les deux entreprises prévoient également d’adapter cette architecture au projet orbital Starmind. Le premier satellite Starmind doit reposer sur une version optimisée de Vera Rubin NVL72, transformée en charge utile de calcul adaptée à l’espace. 10
12
Il s’agit bien d’un déploiement planifié, et non de la preuve qu’un centre de données d’IA orbital est déjà opérationnel. Les informations disponibles ne permettent pas d’établir un calendrier ferme ni de confirmer les performances d’un tel système en conditions orbitales.
Ce que Nvidia cherche à verrouiller
Si les gains annoncés se retrouvent dans les déploiements clients, le principal avantage de Vera Rubin ne sera pas seulement d’exécuter des modèles plus rapidement. La plateforme pourrait surtout effectuer davantage de tâches agentiques utiles avec un budget énergétique donné, en réduisant potentiellement les coûts d’électricité, de refroidissement, de réseau et d’investissement par token généré.
Nvidia étend ainsi sa concurrence au-delà des GPU. La société fournit désormais ses propres CPU Arm, un lien cohérent CPU-GPU, des commutateurs à l’échelle du rack, des DPU et des logiciels pour exploiter l’ensemble d’une usine à IA. Cette intégration peut renforcer sa position face aux fabricants de GPU concurrents comme face aux fournisseurs historiques de processeurs. Elle augmente aussi la dépendance des clients à l’architecture et à la pile logicielle Nvidia.
Le verdict dépendra donc moins des chiffres affichés lors de l’annonce que de leur reproduction sur des charges réelles, avec des coûts d’énergie, de refroidissement et d’exploitation mesurés dans des centres de données en production.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Vera Rubin : Nvidia mise sur l’efficacité énergétique pour industrialiser l’IA agentique » ?
Vera Rubin NVL72 combine 72 GPU Rubin, 36 CPU Vera, des SuperNIC ConnectX 9, des DPU BlueField 4 et NVLink 6 au sein d’un rack refroidi par liquide.
Quels sont les points clés à valider en premier ?
Vera Rubin NVL72 combine 72 GPU Rubin, 36 CPU Vera, des SuperNIC ConnectX 9, des DPU BlueField 4 et NVLink 6 au sein d’un rack refroidi par liquide. Nvidia affirme atteindre jusqu’à 30 fois plus de débit par mégawatt que le GB300 NVL72 et réduire jusqu’à 35 fois le coût des tokens dans le test cité.
Que dois-je faire ensuite en pratique ?
Le test s’appuie sur le benchmark AgentX de SemiAnalysis et le modèle DeepSeek V4 Pro, dans des scénarios de programmation agentique avec contexte long, appels d’outils et sous agents.