AnswersPublished22 sources
Vera Rubin NVL72, il nuovo «supercomputer» di Nvidia per l’IA agentica
Vera Rubin NVL72 è un rack raffreddato a liquido con 72 GPU Rubin, 36 CPU Vera, switch NVLink 6, ConnectX 9 SuperNIC e BlueField 4 DPU. Nvidia dichiara fino a 30 volte più throughput per megawatt e fino a 35 volte meno costo per token rispetto a GB300 NVL72 nei test su carichi agentici.
Pubblicato daModificato con GPT-5.6 LunaImmagini generate con GPT Image 1.5
Research answer
Key takeaways
- Vera Rubin NVL72 è un rack raffreddato a liquido con 72 GPU Rubin, 36 CPU Vera, switch NVLink 6, ConnectX 9 SuperNIC e BlueField 4 DPU.
- Nvidia dichiara fino a 30 volte più throughput per megawatt e fino a 35 volte meno costo per token rispetto a GB300 NVL72 nei test su carichi agentici.
- Il benchmark SemiAnalysis AgentX ha riprodotto sessioni di coding agentico realistiche usando il modello DeepSeek V4 Pro.
- La CPU Vera integra 88 core Olympus, 176 thread, memoria LPDDR5X fino a 1,2 TB/s e un fabric coerente con 3,4 TB/s di ampiezza di banda.
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
Nvidia non ha presentato soltanto una nuova generazione di GPU. Con Vera Rubin, l’azienda sta proponendo un’intera infrastruttura rack-scale, definita «AI factory»: GPU, CPU, interconnessioni ad alta velocità, DPU, rete tra rack e software per gestire energia e prestazioni vengono progettati come un unico sistema.
L’obiettivo è aumentare la quantità di lavoro utile prodotto per ogni megawatt quando i modelli non si limitano a rispondere a una domanda, ma svolgono attività iterative: chiamano strumenti, eseguono codice, recuperano dati e coordinano più agenti. Le cifre più spettacolari, però, sono dichiarazioni di Nvidia basate su un benchmark sostenuto dall’azienda e non costituiscono una validazione indipendente o sottoposta a revisione paritaria. 8
Che cos’è Vera Rubin NVL72
Il cuore dell’annuncio è Vera Rubin NVL72, un rack raffreddato a liquido che riunisce:
- 72 GPU Rubin;
- 36 CPU Vera;
- SuperNIC ConnectX-9;
- DPU BlueField-4;
- switch di sesta generazione NVLink.
La configurazione è pensata per funzionare come un unico dominio di calcolo con 72 GPU, collegato verso altri rack tramite Quantum-X800 InfiniBand o Spectrum-X Ethernet. 3
6
In altre parole, Nvidia cerca di superare l’idea del semplice server accelerato: il rack diventa una macchina strettamente integrata, nella quale calcolo, memoria, comunicazioni e gestione dei dati sono ottimizzati insieme.
Il risultato dichiarato: fino a 30 volte più lavoro per megawatt
Secondo Nvidia, Vera Rubin NVL72 offre fino a 30 volte più throughput per megawatt nei carichi di IA agentica rispetto a GB300 NVL72. Nello stesso confronto, l’azienda indica anche una riduzione fino a 35 volte del costo per token. 8
9
Nvidia ha inoltre dichiarato, in termini più generali per la piattaforma Rubin, una riduzione fino a 10 volte del costo dei token di inferenza rispetto a Blackwell. 11
Questi numeri non vanno letti come un prezzo universale per l’utilizzo di un modello. Dipendono dal carico di lavoro, dal modello scelto, dalla configurazione hardware, dall’obiettivo di latenza e dal modo in cui viene calcolato il consumo energetico.
Il test AgentX con DeepSeek V4 Pro
La misurazione è stata condotta usando il workload AgentX di SemiAnalysis, che riproduce sessioni di coding agentico modellate su scenari produttivi reali. Nel test è stato utilizzato DeepSeek V4 Pro, mantenendo la crescita del contesto, le chiamate agli strumenti e la generazione di sotto-agenti. 8
9
È un tipo di prova diverso dal benchmark basato soltanto sui FLOPS della GPU. In una sessione agentica entrano in gioco anche il lavoro della CPU, la larghezza di banda della memoria, l’orchestrazione, l’esecuzione del codice e la velocità con cui i diversi componenti si scambiano dati.
La documentazione disponibile sostiene il confronto con GB300, ma non offre una cifra primaria direttamente comparabile con Hopper. Non è inoltre disponibile un valore verificato in dollari per il «costo di un milione di token». Per questo, non è possibile attribuire con certezza a Vera Rubin un moltiplicatore preciso rispetto a Hopper o un prezzo esatto per milione di token.
Il punto generale indicato da Nvidia è che i flussi di lavoro agentici utilizzano molti più token di una singola conversazione: il ragionamento iterativo e l’uso di strumenti richiedono numerosi passaggi tra modello e ambiente. Le cifre vanno quindi interpretate come risultati legati a specifici carichi e configurazioni, non come tariffe standard per ogni servizio di IA.
DSX MaxLPS: ottimizzare i token, non solo la potenza di picco
Nvidia presenta DSX come un progetto completo per le «AI factory», esteso a chip, sistemi, software, strutture fisiche e tecnologie dei partner. Al suo interno, DSX MaxLPS mira a massimizzare il throughput di token per unità di potenza e, di conseguenza, a ridurre il costo dei token. 12
15
La differenza è importante: l’obiettivo non è semplicemente far funzionare l’hardware al massimo consumo istantaneo, ma distribuire meglio la potenza sull’intera infrastruttura. In un data center di grandi dimensioni, infatti, il limite può essere rappresentato dalla disponibilità elettrica o dal raffreddamento, non dalla mancanza di acceleratori.
Una gestione più intelligente dei carichi può quindi consentire di svolgere più inferenze con la stessa capacità energetica, migliorando potenzialmente il rapporto tra costi operativi e token generati.
CPU Vera: 88 core per il lavoro che circonda l’inferenza
Nvidia definisce Vera la propria CPU personalizzata compatibile con Armv9.2 e progettata per l’era degli agenti. Il processore dispone di 88 core Olympus e 176 thread tramite Spatial Multithreading. 2
10
Il suo ruolo non è sostituire la GPU nell’elaborazione principale dei modelli, ma gestire le numerose attività che la circondano: elaborazione dei dati, orchestrazione, recupero delle informazioni, chiamate agli strumenti, esecuzione di codice in ambienti isolati e simulazioni.
Per i carichi agentici, queste operazioni possono diventare un collo di bottiglia. Una CPU con molti thread e ampia larghezza di banda della memoria può mantenere occupati gli acceleratori e ridurre i tempi morti tra un passaggio e l’altro del flusso di lavoro.
Memoria e interconnessione della CPU
Vera utilizza memoria SOCAMM2 LPDDR5X, con una larghezza di banda aggregata fino a 1,2 TB/s, pari a un massimo di 14 GB/s per core. Il secondo Scalable Coherency Fabric collega gli 88 core, la cache L3 condivisa e il sottosistema di memoria con un’ampiezza di banda bidirezionale fino a 3,4 TB/s. Nvidia indica inoltre una cache L3 unificata da 164 MB. 7
8
Rispetto a Grace, l’azienda dichiara per Vera:
- 2,4 volte la larghezza di banda della memoria;
- 3 volte la capacità di memoria;
- il doppio della larghezza di banda NVLink-C2C per il funzionamento coerente tra CPU e GPU.
1
Che cosa significa «Scale-In» nella rete Nvidia
La terminologia di Nvidia distingue tre livelli dell’infrastruttura:
- Scale-in o scale-up: NVLink 6 collega le 72 GPU all’interno del rack, facendole comportare come un sistema di calcolo fortemente accoppiato. Nvidia indica 3,6 TB/s di banda bidirezionale tra GPU per ciascun acceleratore e 260 TB/s a livello di rack.
3
- Scale-out: Quantum-X800 InfiniBand e Spectrum-X Ethernet collegano più rack per formare cluster più grandi.
- Scarico delle funzioni dati e infrastrutturali: ConnectX-9 e BlueField-4 gestiscono networking, storage, sicurezza e altre funzioni del percorso dati.
Lo «Scale-In» non è quindi un’alternativa allo scale-out. È il livello interno al rack, quello che consente alle GPU di condividere dati con latenza ridotta e di lavorare come una singola risorsa. Lo scale-out, invece, porta il sistema oltre il singolo rack; le SuperNIC e le DPU alleggeriscono il resto dell’infrastruttura.
L’accordo con SpaceXAI e il progetto Starmind
Nvidia afferma che SpaceXAI utilizzerà le CPU Vera per i carichi di IA agentica ed espanderà l’infrastruttura alla base di Grok con la piattaforma Vera Rubin, puntando a una capacità di calcolo nell’ordine dei gigawatt. 14
Le due aziende intendono inoltre estendere l’architettura al progetto di calcolo orbitale Starmind, con un sistema Nvidia ottimizzato come base del payload di calcolo del satellite. Si tratta tuttavia di una distribuzione pianificata: l’annuncio non dimostra l’esistenza odierna di un data center orbitale operativo. 14
12
Perché l’annuncio è strategicamente rilevante
Se le prestazioni dichiarate da Nvidia si rifletteranno nelle installazioni dei clienti, il vantaggio principale non sarà soltanto una maggiore velocità dei modelli. Sarà la possibilità di produrre più lavoro agentico utile con la stessa quantità limitata di energia, riducendo potenzialmente i costi di elettricità, raffreddamento, networking e capitale per token generato.
Nvidia sta inoltre ampliando il proprio campo competitivo: dall’hardware GPU passa a includere CPU Arm personalizzate, sistemi CPU-GPU coerenti, switching rack-scale, DPU e software per l’operatività delle AI factory. Questa integrazione può rafforzare la posizione dell’azienda nei confronti dei rivali nel settore delle GPU e dei produttori di CPU tradizionali.
Il rovescio della medaglia è una maggiore dipendenza dei clienti dall’architettura e dallo stack software Nvidia. Vera Rubin promette dunque efficienza e integrazione, ma anche un controllo più ampio dell’azienda sull’intera filiera infrastrutturale dell’IA.
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 "Vera Rubin NVL72, il nuovo «supercomputer» di Nvidia per l’IA agentica"?
Vera Rubin NVL72 è un rack raffreddato a liquido con 72 GPU Rubin, 36 CPU Vera, switch NVLink 6, ConnectX 9 SuperNIC e BlueField 4 DPU.
What are the key points to validate first?
Vera Rubin NVL72 è un rack raffreddato a liquido con 72 GPU Rubin, 36 CPU Vera, switch NVLink 6, ConnectX 9 SuperNIC e BlueField 4 DPU. Nvidia dichiara fino a 30 volte più throughput per megawatt e fino a 35 volte meno costo per token rispetto a GB300 NVL72 nei test su carichi agentici.
What should I do next in practice?
Il benchmark SemiAnalysis AgentX ha riprodotto sessioni di coding agentico realistiche usando il modello DeepSeek V4 Pro.