AnswersPublished21 sources
Nvidia Vera Rubin: En komplett AI-fabrikk med ny CPU, nettverk og SpaceXAI-partnerskap
Vera Rubin NVL72 er en komplett rackskalert «AI fabrikk» med 72 Rubin GPU er, 36 Vera CPU er, NVLink 6, ConnectX 9 SuperNIC er og BlueField 4 DPU er. Nvidia hevder opptil 30 ganger høyere agentisk gjennomstrømming per megawatt enn GB300 NVL72 og opptil 35 ganger lavere tokenkostnad i en sammenligning basert på SemiA...
Publisert avRedigert med GPT-5.6 LunaBilder generert med GPT Image 1.5
Research answer
Key takeaways
- Vera Rubin NVL72 er en komplett rackskalert «AI fabrikk» med 72 Rubin GPU er, 36 Vera CPU er, NVLink 6, ConnectX 9 SuperNIC er og BlueField 4 DPU er.
- Nvidia hevder opptil 30 ganger høyere agentisk gjennomstrømming per megawatt enn GB300 NVL72 og opptil 35 ganger lavere tokenkostnad i en sammenligning basert på SemiAnalysis AgentX og DeepSeek V4 Pro.
- Vera CPU en har 88 Olympus kjerner, 176 tråder, opptil 1,2 TB/s minnebåndbredde og 3,4 TB/s bisection båndbredde i Scalable Coherency Fabric.
- SpaceXAI skal bruke Vera og Vera Rubin til agentisk AI og utvidelse av Grok infrastrukturen.
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 forsøker å flytte oppmerksomheten fra enkeltbrikken til hele datasenteret. Vera Rubin beskrives ikke bare som en ny generasjon GPU-er, men som en komplett, rackskalert «AI-fabrikk» der prosessorer, akseleratorer, nettverk, databehandlingsenheter og programvare er utviklet for å fungere sammen.
Målet er å gjøre agentisk AI – systemer som planlegger, bruker verktøy, skriver og kjører kode og utfører flere modellkall – billigere og mindre energikrevende å kjøre. De mest oppsiktsvekkende ytelsestallene er imidlertid Nvidias egne påstander fra en leverandørstøttet måling, ikke en uavhengig, fagfellevurdert validering. 8
Dette er Vera Rubin NVL72
Vera Rubin NVL72 er bygget som én væskekjølt rackløsning med:
- 72 Rubin-GPU-er
- 36 Vera-CPU-er
- ConnectX-9 SuperNIC-er for høyhastighetsnettverk
- BlueField-4-DPU-er for avlasting av nettverk, lagring og sikkerhetsoppgaver
- sjette generasjon NVLink-svitsjing
Systemet er ment å fungere som ett tett sammenkoblet domene med 72 GPU-er. Ut av racket kan det kobles til større klynger gjennom Quantum-X800 InfiniBand eller Spectrum-X Ethernet. 3
6
Nvidia hevder opptil 30 ganger mer arbeid per megawatt
I en sammenligning sier Nvidia at Vera Rubin NVL72 kan levere opptil 30 ganger høyere gjennomstrømming per megawatt enn GB300 NVL72 på agentiske arbeidslaster. Selskapet hevder også opptil 35 ganger lavere tokenkostnad i den samme sammenligningen. 8
9
Nvidia har i tillegg tidligere hevdet at Rubin-plattformen generelt kan redusere kostnaden per inferens-token med opptil ti ganger sammenlignet med Blackwell. 11
Tallene må leses med forbehold. Det tilgjengelige materialet dokumenterer ikke et direkte sammenlignbart førstegangstall mot Hopper, og det oppgir heller ingen verifisert dollarpris per én million token. Det er derfor ikke grunnlag for å angi en sikker Hopper-multiplikator eller en nøyaktig kostnad per million token.
Agentiske arbeidslaster kan dessuten bruke langt flere token enn en enkel spørsmål-og-svar-samtale. Modellen må ofte planlegge i flere trinn, hente data, kalle eksterne verktøy, kjøre kode og kontrollere resultatene. Kostnaden avhenger derfor av modell, kontekstlengde, interaksjonskrav, maskinvarekonfigurasjon og hvor effektivt systemet utnytter strøm og kjøling.
AgentX-testen brukte DeepSeek V4 Pro
Målingen ble gjort med AgentX, en arbeidslast fra SemiAnalysis som spiller av produksjonslignende økter med agentisk koding. I testen ble DeepSeek V4 Pro brukt som modell. Opptakene bevarer blant annet kontekstvekst, verktøykall og opprettelse av underagenter. 8
9
Dette er en viktig forskjell fra klassiske tester som hovedsakelig måler rå GPU-ytelse. I en lang og interaktiv agentøkt blir også CPU-arbeid, minnebåndbredde, dataflyt og forsinkelse i nettverket avgjørende. En raskere GPU alene løser ikke nødvendigvis flaskehalsene rundt orkestrering, datainnhenting og kodekjøring.
Vera-CPU-en er laget for arbeidet rundt modellen
Nvidia omtaler Vera som en spesialutviklet CPU for AI-agentenes tidsalder. Prosessoren er kompatibel med Armv9.2 og har 88 egenutviklede Olympus-kjerner samt 176 tråder gjennom Nvidias Spatial Multithreading-teknologi. 2
10
CPU-en skal håndtere oppgaver som ofte omgir selve modellinferensen:
- orkestrering og planlegging
- databehandling og uthenting
- verktøykall
- kjøring av kode i sandkasser
- simulering
- koordinering av mange samtidige agentoppgaver
Poenget er å holde GPU-ene opptatt med nyttig arbeid i stedet for å la dem vente på CPU-en eller på data fra resten av systemet.
Minne og sammenkobling
Vera bruker SOCAMM2 LPDDR5X-minne og kan levere opptil 1,2 TB/s samlet minnebåndbredde, tilsvarende opptil 14 GB/s per kjerne. Den andre generasjonen av Nvidias Scalable Coherency Fabric kobler de 88 kjernene til delt L3-hurtigbuffer, minnekontrollere og I/O. Nvidia oppgir opptil 3,4 TB/s bisection-båndbredde og en samlet L3-hurtigbuffer på 164 MB. 7
8
Sammenlignet med Grace sier Nvidia at Vera tilbyr 2,4 ganger høyere minnebåndbredde, tre ganger større minnekapasitet og dobbelt så høy NVLink-C2C-båndbredde for sammenhengende CPU–GPU-operasjon. 1
Hva betyr «Scale-In»?
Nvidias nettverksmodell består av flere lag, og «scale-in» brukes om den interne sammenkoblingen som gjør mange GPU-er til én tett integrert datamaskin:
- Scale-in eller scale-up: NVLink 6 kobler de 72 GPU-ene i racket sammen. Nvidia oppgir 3,6 TB/s toveis GPU-til-GPU-båndbredde per GPU og 260 TB/s på racknivå.
3
- Scale-out: Quantum-X800 InfiniBand eller Spectrum-X Ethernet kobler flere rack sammen til større klynger.
- Avlasting av dataflyt og infrastruktur: ConnectX-9 og BlueField-4 tar seg av oppgaver innen nettverk, lagring, sikkerhet og datapassasje.
Vera Rubin skal dermed kunne opptre som én stor, tett koblet maskin internt, samtidig som den kan inngå i et langt større datasenter eksternt. NVLink-C2C gir dessuten opptil 1,8 TB/s sammenhengende båndbredde mellom Vera-CPU-er og GPU-er.
DSX MaxLPS skal prioritere nyttige token per watt
Nvidia presenterer DSX som en helhetlig oppskrift på hvordan en AI-fabrikk skal bygges og drives. Plattformen omfatter brikker, systemer, programvare, datasenterfasiliteter og partnerteknologi. 12
15
Programvaren DSX MaxLPS skal maksimere antallet genererte token per megawatt. Det betyr at målet ikke nødvendigvis er å kjøre all maskinvaren med høyest mulig øyeblikkelig effekt, men å fordele strømressursene slik at den samlede nyttige gjennomstrømmingen blir størst mulig.
Det kan få praktisk betydning når strømtilførsel, kjøling og tilgjengelig kapasitet er større begrensninger enn selve tilgangen på akseleratorer. For datasenteroperatører handler regnestykket derfor ikke bare om hvor raskt en GPU er, men om hvor mye nyttig agentarbeid hele anlegget leverer for hver kilowattime.
SpaceXAI skal bruke Vera på bakken – og planlegger bruk i bane
Nvidia sier at SpaceXAI skal ta i bruk Vera-CPU-er for neste generasjon agentiske arbeidslaster. SpaceXAI skal også utvide infrastrukturen bak Grok med Vera Rubin mens selskapet bygger mot datakapasitet i gigawatt-skala. 10
Samarbeidet skal etter planen også utvides til Starmind, et planlagt prosjekt for databehandling i bane. Den første Starmind-satellitten skal baseres på en optimalisert Vera Rubin NVL72-løsning. Dette er en planlagt distribusjon – ikke dokumentasjon på at et operativt AI-datasenter allerede er etablert i bane. 10
12
Hva betyr dette for Nvidia?
Dersom Nvidias tall også gjenspeiles i kundenes faktiske installasjoner, er den viktigste gevinsten ikke bare høyere modellhastighet. Det handler om å få mer nyttig agentarbeid ut av hver megawatt, med mulig lavere kostnader til strøm, kjøling, nettverk og maskinvare per generert token.
Samtidig utvider Nvidia konkurranseområdet sitt. Selskapet konkurrerer ikke lenger bare med andre GPU-leverandører, men bygger også egne Arm-kompatible CPU-er, sammenhengende CPU–GPU-systemer, rackskalert nettverk, DPU-er og programvare for drift av AI-fabrikker.
Denne integrasjonen kan gjøre Nvidia-plattformen mer attraktiv for store AI-operatører. Den kan også gjøre kundene mer avhengige av Nvidias arkitektur og programvarestakk – en strategisk fordel for Nvidia, men en viktig binding for datasentre som ønsker fleksibilitet mellom leverandører.
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 Vera Rubin: En komplett AI-fabrikk med ny CPU, nettverk og SpaceXAI-partnerskap"?
Vera Rubin NVL72 er en komplett rackskalert «AI fabrikk» med 72 Rubin GPU er, 36 Vera CPU er, NVLink 6, ConnectX 9 SuperNIC er og BlueField 4 DPU er.
What are the key points to validate first?
Vera Rubin NVL72 er en komplett rackskalert «AI fabrikk» med 72 Rubin GPU er, 36 Vera CPU er, NVLink 6, ConnectX 9 SuperNIC er og BlueField 4 DPU er. Nvidia hevder opptil 30 ganger høyere agentisk gjennomstrømming per megawatt enn GB300 NVL72 og opptil 35 ganger lavere tokenkostnad i en sammenligning basert på SemiAnalysis AgentX og DeepSeek V4 Pro.
What should I do next in practice?
Vera CPU en har 88 Olympus kjerner, 176 tråder, opptil 1,2 TB/s minnebåndbredde og 3,4 TB/s bisection båndbredde i Scalable Coherency Fabric.