उत्तरप्रकाशित17 स्रोत
Vera Rubin NVL72: NVIDIA के मुताबिक Agentic AI में 30 गुना अधिक थ्रूपुट
NVIDIA का कहना है कि DeepSeek V4 Pro को SemiAnalysis AgentX वर्कलोड पर चलाने के दौरान Vera Rubin NVL72 ने GB300 NVL72 की तुलना में प्रति मेगावॉट Agentic AI थ्रूपुट 30 गुना तक बढ़ाया और प्रति टोकन लागत 35 गुना तक घटाई।... Vera Rubin की सीधी तुलना GB300 NVL72 से है। NVIDIA अलग से कहता है कि DeepSeek V4 Pro जैसे वर्कलो...
प्रकाशितकर्ताGPT-5.6 Luna से संपादितGPT Image 1.5 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- NVIDIA का कहना है कि DeepSeek V4 Pro को SemiAnalysis AgentX वर्कलोड पर चलाने के दौरान Vera Rubin NVL72 ने GB300 NVL72 की तुलना में प्रति मेगावॉट Agentic AI थ्रूपुट 30 गुना तक बढ़ाया और प्रति टोकन लागत 35 गुना तक घटाई।...
- Vera Rubin की सीधी तुलना GB300 NVL72 से है। NVIDIA अलग से कहता है कि DeepSeek V4 Pro जैसे वर्कलोड में GB300 NVL72, Hopper सिस्टम की तुलना में प्रति मेगावॉट 15 गुना तक अधिक थ्रूपुट दे सकता है।
- NVL72 प्लेटफॉर्म में 72 Rubin GPU और 36 Vera CPU हैं, जबकि BlueField 4 DPU नेटवर्किंग, सुरक्षा, ऑर्केस्ट्रेशन और डेटा मूवमेंट जैसे इंफ्रास्ट्रक्चर कार्यों को संभालता है।
AI संकेत
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Nvidia announce about its next-generation Vera Rubin NVL72 platform’s efficiency for agentic AI workloads—including its claimed inf. Article summary: NVIDIA’s headline claim is that Vera Rubin NVL72 can deliver up to 30× higher agentic-inference throughput per megawatt than GB300 NVL72 and reduce cost per token by up to 35×, based on its stated SemiAnalysis AgentX res. Topic tags: general, documentation, general web. 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 fak
NVIDIA Vera Rubin NVL72 को ऐसे AI सिस्टम के रूप में पेश कर रहा है जो केवल सवाल का जवाब देने के बजाय लगातार काम करने वाले एजेंटों के लिए बनाया गया है। ये एजेंट टोकन बनाते हैं, टूल调用 करते हैं, कोड चलाते हैं, नए सब-एजेंट बनाते हैं और बढ़ते हुए संदर्भ के साथ बार-बार निर्णय लेते हैं।
NVIDIA द्वारा प्रकाशित नतीजों के अनुसार, Vera Rubin NVL72 ने GB300 NVL72 की तुलना में प्रति मेगावॉट Agentic AI थ्रूपुट 30 गुना तक अधिक दिया। इसी परीक्षण में टोकन लागत 35 गुना तक कम होने का दावा भी किया गया है। यह परीक्षण DeepSeek V4 Pro मॉडल और SemiAnalysis के AgentX वर्कलोड पर आधारित था।
हालांकि, इन आंकड़ों को सावधानी से पढ़ना जरूरी है। उपलब्ध सामग्री Vera Rubin के लिए प्रति दस लाख टोकन की कोई निश्चित डॉलर लागत नहीं बताती और न ही इन बड़े दावों का स्वतंत्र, समान परिस्थितियों वाला सत्यापन उपलब्ध कराती है।
NVIDIA ने Vera Rubin के बारे में क्या दावा किया?
NVIDIA के दावों का सार इस प्रकार है:
- GB300 NVL72 की तुलना में प्रति मेगावॉट Agentic AI थ्रूपुट 30 गुना तक अधिक।
- GB300 NVL72 की तुलना में प्रति टोकन लागत 35 गुना तक कम—जिसे प्रति दस लाख टोकन के पैमाने पर भी व्यक्त किया जा सकता है।
- DeepSeek V4 Pro मॉडल के साथ SemiAnalysis AgentX वर्कलोड पर परीक्षण।
AgentX किसी छोटे, एक-प्रश्न-एक-उत्तर वाले बेंचमार्क जैसा नहीं है। यह उत्पादन-जैसे कोडिंग सत्रों को दोहराता है, जिनमें संदर्भ लगातार बढ़ता है, एजेंट बाहरी टूल इस्तेमाल करते हैं और सब-एजेंट शुरू करते हैं। 6
यही अंतर महत्वपूर्ण है। एक AI एजेंट उत्तर बनाने के बाद परिणाम की जांच कर सकता है, बाहरी टूल बुला सकता है, कोड चला सकता है, नया कार्य बना सकता है और फिर बड़े संदर्भ के साथ अपनी प्रक्रिया जारी रख सकता है। ऐसे वर्कलोड में केवल GPU की गति मायने नहीं रखती। मेमोरी, नेटवर्किंग, CPU, स्टोरेज और बिजली की खपत भी प्रदर्शन की सीमा तय करते हैं।
Hopper से Vera Rubin की तुलना कैसे करें?
30 गुना वाला मुख्य दावा Vera Rubin NVL72 और GB300 NVL72 के बीच तुलना है, सीधे Hopper के साथ नहीं। NVIDIA की AgentX-संबंधी सामग्री में अलग से कहा गया है कि DeepSeek V4 Pro पर GB300 NVL72, H200 Hopper सिस्टम की तुलना में प्रति मेगावॉट 15 गुना तक अधिक थ्रूपुट दे सकता है।
यह आंकड़ा पीढ़ीगत सुधार का संदर्भ जरूर देता है, लेकिन दोनों संख्याओं को गुणा करके 450 गुना का दावा करना सही नहीं होगा। ये अलग-अलग “अधिकतम” तुलनाएं हैं और उपलब्ध सामग्री में Vera Rubin, GB300 और Hopper को बिल्कुल समान परिस्थितियों में दिखाने वाली एकीकृत परीक्षण तालिका नहीं है।
लागत के मामले में भी यही सावधानी लागू होती है। उपलब्ध साक्ष्य GB300 के मुकाबले लागत 35 गुना तक घटने के NVIDIA के दावे का समर्थन करते हैं, लेकिन Vera Rubin की प्रति दस लाख टोकन डॉलर लागत या Vera बनाम Hopper की कोई विशिष्ट लागत तुलना उपलब्ध नहीं है।
Vera Rubin NVL72 के अंदर क्या है?
NVL72 एक रैक-स्तरीय सिस्टम है, जिसमें 72 Rubin GPU और 36 Vera CPU शामिल हैं। इसके साथ ConnectX-9 SuperNIC, BlueField-4 DPU, NVLink 6 स्केल-अप फैब्रिक तथा Quantum-X800 InfiniBand और Spectrum-X Ethernet नेटवर्किंग का इस्तेमाल किया जाता है। 2
3
NVIDIA इसे अलग-अलग accelerator सर्वरों का समूह भर नहीं मानता, बल्कि एक एकीकृत कंप्यूटिंग सिस्टम के रूप में डिजाइन करता है। Agentic AI के लिए यह दृष्टिकोण उपयोगी है, क्योंकि ऐसे वर्कलोड में GPU को लगातार डेटा उपलब्ध कराना और CPU-आधारित निष्पादन, नेटवर्किंग व स्टोरेज गतिविधियों के साथ तालमेल बनाए रखना जरूरी होता है।
एजेंट्स के लिए Vera CPU क्यों महत्वपूर्ण है?
Vera एक 88-कोर CPU है, जो NVIDIA द्वारा डिजाइन किए गए Olympus कोर, Spatial Multithreading और LPDDR5X मेमोरी का इस्तेमाल करता है। NVIDIA के अनुसार, यह अधिकतम 1.2 TB/s मेमोरी बैंडविड्थ देता है और Agentic AI, रिइनफोर्समेंट लर्निंग तथा डेटा प्रोसेसिंग जैसे वर्कलोड में x86 CPU की तुलना में कार्य पूरा करने की गति 1.8 गुना तक बढ़ा सकता है। 1
5
Vera का उद्देश्य केवल पारंपरिक होस्ट ऑपरेटिंग सिस्टम चलाना नहीं है। इसे मॉडल इन्फरेंस के आसपास होने वाले CPU-आधारित कार्यों के लिए तैयार किया गया है, जिनमें शामिल हैं:
- टूल का इस्तेमाल
- कोड निष्पादन
- सैंडबॉक्सिंग और ऑर्केस्ट्रेशन
- डेटा प्रोसेसिंग और एनालिटिक्स
- सिमुलेशन और रिइनफोर्समेंट-लर्निंग वर्कलोड
इन कार्यों को तेज करके NVIDIA का लक्ष्य GPU को इन्फरेंस पर केंद्रित रखना और एजेंट के पूरे लूप में आने वाली रुकावटों को कम करना है। 1
5
9
BlueField-4 और “Scale-In” इंफ्रास्ट्रक्चर
BlueField-4 NVIDIA का समर्पित इंफ्रास्ट्रक्चर-प्रोसेसिंग घटक है। इस DPU में 64-कोर Grace CPU, LPDDR5X मेमोरी और ConnectX-9 नेटवर्किंग शामिल है, जो अधिकतम 800 Gb/s कनेक्टिविटी प्रदान करती है। 1
NVIDIA के अनुसार, BlueField-4 नियंत्रण, सुरक्षा, डेटा मूवमेंट और ऑर्केस्ट्रेशन जैसे इंफ्रास्ट्रक्चर कार्यों को होस्ट CPU और GPU से अलग कर देता है। इस मॉडल में DPU बड़े AI फैक्टरी सिस्टम के लिए अलग-थलग, सुरक्षित और अनुमानित संचालन में मदद करने वाली इंफ्रास्ट्रक्चर परत की तरह काम करता है। 1
इसी सोच के आधार पर NVIDIA “Scale-In” शब्द का इस्तेमाल करता है। इसका मतलब है कि दक्षता केवल GPU चिप पर निर्भर नहीं करती। रैक के भीतर संचार, स्टोरेज, शेड्यूलिंग और सुरक्षा को GPU की क्षमता खर्च किए बिना कितनी अच्छी तरह संभाला जाता है, यह भी उतना ही महत्वपूर्ण है।
DSX MaxLPS की भूमिका
DSX MaxLPS, NVIDIA के व्यापक DSX AI-factory दृष्टिकोण का सॉफ्टवेयर हिस्सा है; यह कोई अलग Vera Rubin GPU या CPU नहीं है। NVIDIA इसे ऐसी तकनीकों के समूह के रूप में बताता है जो निश्चित पावर बजट के भीतर प्रति मेगावॉट टोकन प्रदर्शन को अधिकतम करने के लिए बनाया गया है। इसमें लिक्विड कूलिंग और रैक के भीतर प्रदर्शन-ऑप्टिमाइजेशन शामिल हैं, ताकि ऑपरेटर अधिक GPU को उनकी ऊर्जा-दक्षता वाली स्थिति के करीब चला सकें।
इसलिए DSX MaxLPS, 30 गुना दक्षता वाले दावे के संदर्भ में प्रासंगिक है। यह दावा केवल सिलिकॉन के प्रदर्शन को नहीं, बल्कि AI फैक्टरी के स्तर पर कूलिंग, रैक कॉन्फिगरेशन और इंफ्रास्ट्रक्चर सॉफ्टवेयर के प्रभाव को भी छूता है। हालांकि उपलब्ध साक्ष्य यह अलग-अलग करके नहीं बताता कि रिपोर्ट किए गए सुधार में हार्डवेयर, सॉफ्टवेयर, परीक्षण कॉन्फिगरेशन या इन सभी के संयोजन का कितना योगदान है।
SpaceXAI की Vera Rubin योजनाएं
NVIDIA और SpaceXAI ने कहा है कि SpaceXAI अपनी अगली पीढ़ी के Agentic AI वर्कलोड के लिए Vera CPU तैनात करने और Vera Rubin के जरिए Grok के पीछे मौजूद इंफ्रास्ट्रक्चर का विस्तार करने की योजना बना रही है। 4
5
दोनों कंपनियों ने एक अनुकूलित Vera Rubin NVL72 सिस्टम को कक्षा में भेजकर पहली पीढ़ी के Starmind AI सैटेलाइट तक विस्तारित करने की योजना का भी उल्लेख किया है। 4
ये भविष्य की तैनाती की योजनाएं हैं। इनसे यह साबित नहीं होता कि कक्षा में आधारित NVL72 सिस्टम पहले ही लॉन्च हो चुका है या सेवा में आ गया है।
निष्कर्ष: असली परीक्षा आपके वर्कलोड पर होगी
Vera Rubin NVL72 का महत्व NVIDIA की उस कोशिश में है जिसमें AI इंफ्रास्ट्रक्चर को एजेंट्स के वास्तविक काम करने के तरीके के आधार पर मापा जा रहा है—लंबे, दोहराव वाले सत्र, बड़े होते संदर्भ, टूल कॉल, कोड और सब-एजेंट। इस तरह के वर्कलोड पर NVIDIA ने GB300 NVL72 की तुलना में प्रति मेगावॉट थ्रूपुट 30 गुना तक अधिक और टोकन लागत 35 गुना तक कम होने की बात कही है।
AI इंफ्रास्ट्रक्चर खरीदने वाली कंपनियों के लिए सवाल केवल यह नहीं है कि 30 गुना का आंकड़ा कितना बड़ा सुनाई देता है। असली सवाल यह है कि उनका अपना मॉडल, लेटेंसी लक्ष्य, संदर्भ लंबाई, समानांतर उपयोगकर्ताओं की संख्या, पावर बजट और कुल स्वामित्व लागत इस नतीजे को कितना बदलेंगे। उपलब्ध साक्ष्य NVIDIA के दावे और उसके पीछे की वास्तुकला को दिखाते हैं, लेकिन इसे अंतिम स्वतंत्र निष्कर्ष नहीं माना जा सकता।
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Vera Rubin NVL72: NVIDIA के मुताबिक Agentic AI में 30 गुना अधिक थ्रूपुट" का संक्षिप्त उत्तर क्या है?
NVIDIA का कहना है कि DeepSeek V4 Pro को SemiAnalysis AgentX वर्कलोड पर चलाने के दौरान Vera Rubin NVL72 ने GB300 NVL72 की तुलना में प्रति मेगावॉट Agentic AI थ्रूपुट 30 गुना तक बढ़ाया और प्रति टोकन लागत 35 गुना तक घटाई।...
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
NVIDIA का कहना है कि DeepSeek V4 Pro को SemiAnalysis AgentX वर्कलोड पर चलाने के दौरान Vera Rubin NVL72 ने GB300 NVL72 की तुलना में प्रति मेगावॉट Agentic AI थ्रूपुट 30 गुना तक बढ़ाया और प्रति टोकन लागत 35 गुना तक घटाई।... Vera Rubin की सीधी तुलना GB300 NVL72 से है। NVIDIA अलग से कहता है कि DeepSeek V4 Pro जैसे वर्कलोड में GB300 NVL72, Hopper सिस्टम की तुलना में प्रति मेगावॉट 15 गुना तक अधिक थ्रूपुट दे सकता है।
मुझे अभ्यास में आगे क्या करना चाहिए?
NVL72 प्लेटफॉर्म में 72 Rubin GPU और 36 Vera CPU हैं, जबकि BlueField 4 DPU नेटवर्किंग, सुरक्षा, ऑर्केस्ट्रेशन और डेटा मूवमेंट जैसे इंफ्रास्ट्रक्चर कार्यों को संभालता है।