AnswersPublished17 sources
NVIDIA hevder Vera Rubin NVL72 gir 30 ganger høyere agentisk AI-ytelse per megawatt
NVIDIA sier at Vera Rubin NVL72 oppnådde opptil 30 ganger høyere gjennomstrømming per megawatt og opptil 35 ganger lavere tokenkostnad enn GB300 NVL72 i en AgentX test med DeepSeek V4 Pro. Den direkte sammenligningen gjelder Vera Rubin og GB300 NVL72.
Publisert avRedigert med GPT-5.6 LunaBilder generert med GPT Image 1.5
Research answer
Key takeaways
- NVIDIA sier at Vera Rubin NVL72 oppnådde opptil 30 ganger høyere gjennomstrømming per megawatt og opptil 35 ganger lavere tokenkostnad enn GB300 NVL72 i en AgentX test med DeepSeek V4 Pro.
- Den direkte sammenligningen gjelder Vera Rubin og GB300 NVL72. NVIDIA sier separat at GB300 kan levere opptil 15 ganger høyere ytelse per megawatt enn Hopper på en tilsvarende DeepSeek V4 Pro belastning.
- Plattformen kombinerer 72 Rubin GPU er med 36 Vera CPU er, mens BlueField 4 DPU er håndterer blant annet nettverk, sikkerhet, orkestrering og dataflytting.
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’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 posisjonerer Vera Rubin NVL72 som en AI-infrastrukturplattform for arbeidsoppgaver der agenter gjentatte ganger genererer tekstbiter, bruker verktøy, kjører kode og bygger opp stadig mer kontekst. I resultater publisert av NVIDIA skal systemet ha levert opptil 30 ganger høyere gjennomstrømming per megawatt enn GB300 NVL72, samtidig som tokenkostnaden ble redusert med opptil 35 ganger i en AgentX-test med DeepSeek V4 Pro.
Det er store påstander, og de bør leses med et viktig forbehold: Det tilgjengelige materialet oppgir ingen konkret dollarpris per million token for Vera Rubin. Det dokumenterer heller ikke en uavhengig, direkte sammenligning av systemene under identiske forhold.
Dette hevder NVIDIA at Vera Rubin oppnådde
Hovedtallene er:
- Opptil 30 ganger høyere agentisk AI-gjennomstrømming per megawatt enn GB300 NVL72.
- Opptil 35 ganger lavere kostnad per token, eller per million token når kostnaden uttrykkes i den skalaen, enn GB300 NVL72.
- Testen ble kjørt med DeepSeek V4 Pro på arbeidsbelastningen AgentX fra SemiAnalysis.
AgentX er laget for agentisk koding, ikke for en kort og isolert spørsmål-og-svar-situasjon. Testen gjenspiller produksjonslignende kodeøkter med voksende kontekst, verktøykall og opprettelse av underagenter. 6
Forskjellen er vesentlig. En agent kan først generere et svar, deretter kontrollere resultatet, kalle et eksternt verktøy, kjøre kode, opprette en ny oppgave og fortsette resonneringen med en langt større kontekst. Da må infrastrukturen håndtere mer enn bare modellens første svar. Belastningen øker også på minne, nettverk, CPU-er og strømforbruk – ikke bare på selve akseleratoren.
Ikke bland sammen tallene mot Hopper
Den direkte sammenligningen på 30 ganger gjelder Vera Rubin NVL72 mot GB300 NVL72, ikke mot Hopper. I sitt AgentX-relaterte materiale sier NVIDIA separat at GB300 NVL72 leverer opptil 15 ganger høyere gjennomstrømming per megawatt enn et H200 Hopper-system med DeepSeek V4 Pro.
Dette gir et bilde av den generasjonsvise utviklingen, men tallene kan ikke uten videre multipliseres til en påstand om 450 ganger høyere ytelse. Det dreier seg om separate «opptil»-sammenligninger, og materialet som er tilgjengelig her, inneholder ingen samlet testtabell der Vera Rubin, GB300 og Hopper er målt under identiske forhold.
Det samme forbeholdet gjelder kostnad. Dokumentasjonen støtter NVIDIAs påstand om en reduksjon på opptil 35 ganger sammenlignet med GB300, men oppgir ingen konkret pris i dollar per million token for Vera Rubin og heller ingen spesifikk kostnadssammenligning mellom Vera Rubin og Hopper.
Hva består Vera Rubin NVL72 av?
NVL72 er et rackbasert system med 72 Rubin-GPU-er og 36 Vera-CPU-er, i tillegg til ConnectX-9 SuperNIC-er og BlueField-4-DPU-er. NVIDIA beskriver NVLink 6 som forbindelsen for skalering innad i systemet, mens Quantum-X800 InfiniBand og Spectrum-X Ethernet brukes til skalering mellom systemer. 2
3
Tanken er å behandle hele racket som én tett integrert datamaskin, ikke som en samling av uavhengige akseleratorservere. Det er særlig relevant for agentiske arbeidsoppgaver, der ytelsen avhenger av at GPU-ene hele tiden får levert data, samtidig som CPU-kjøring, nettverk og lagring koordineres.
Hvorfor Vera-CPU-en er viktig for AI-agenter
Vera er en 88-kjerners CPU basert på Olympus-kjerner utviklet av NVIDIA. Den bruker Spatial Multithreading og LPDDR5X-minne, med opptil 1,2 TB/s minnebåndbredde. NVIDIA sier at Vera kan fullføre oppgaver opptil 1,8 ganger raskere enn x86-CPU-er i arbeidsbelastninger som inkluderer agentisk AI, forsterkningslæring og databehandling. 1
5
CPU-en skal ikke bare kjøre et vanlig vertsoperativsystem. Vera er utviklet for arbeidet rundt modellinferens, blant annet:
- bruk av verktøy
- kjøring av kode
- sandkasser og orkestrering
- databehandling og analyse
- simulering og forsterkningslæring
Ved å akselerere disse oppgavene ønsker NVIDIA å la GPU-ene konsentrere seg om inferens og samtidig redusere flaskehalser i resten av agentløkken. 1
5
9
BlueField-4 og infrastrukturen «Scale-In»
BlueField-4 er NVIDIAs komponent for dedikert infrastrukturbehandling. DPU-en kombinerer en 64-kjerners Grace-CPU, LPDDR5X-minne og ConnectX-9-nettverk, med tilkobling på opptil 800 Gb/s. 1
NVIDIA sier at BlueField-4 flytter funksjoner som styring, sikkerhet, dataflytting og orkestrering bort fra verts-CPU-ene og GPU-ene. I denne modellen fungerer DPU-en som et infrastrukturlag som skal bidra til isolert, sikkert og forutsigbart arbeid i en stor AI-fabrikk. 1
Det er bakgrunnen for NVIDIAs «Scale-In»-begrep: Effektivitet handler ikke bare om GPU-brikken. Den avhenger også av hvor godt racket håndterer kommunikasjon, lagring, planlegging og sikkerhet uten å bruke akseleratorkapasitet på disse oppgavene.
Slik passer DSX MaxLPS inn
DSX MaxLPS er programvare i NVIDIAs bredere DSX-tilnærming til AI-fabrikker, ikke en separat Vera Rubin-GPU eller CPU. NVIDIA beskriver løsningen som en samling teknologier som skal maksimere tokenytelse per megawatt innenfor en fast strømramme. Tilnærmingen kombinerer væskekjøling med optimaliseringer i racket, slik at operatører kan kjøre flere GPU-er nær deres mest energieffektive driftspunkt.
Dette gjør DSX MaxLPS relevant for effektivitetskravet på 30 ganger. Målet måles på AI-fabrikknivå, der kjøling, rackkonfigurasjon og infrastruktu programvare kan påvirke hvor mange token som produseres per energienhet. Det tilgjengelige materialet viser imidlertid ikke hvor stor del av forbedringen som skyldes selve silisiumet, programvarestakken, testoppsettet eller kombinasjonen av disse.
SpaceXAIs planlagte Vera Rubin-utbygging
NVIDIA og SpaceXAI har sagt at SpaceXAI planlegger å ta i bruk Vera-CPU-er for neste generasjon agentiske AI-arbeidsoppgaver og utvide infrastrukturen bak Grok ved hjelp av Vera Rubin. 4
5
Selskapene har også beskrevet planer om å tilpasse et Vera Rubin NVL72-system for bruk i bane rundt jorden, som del av en første generasjon Starmind AI-satellitt. 4
Dette er planer for fremtidige utrullinger. De dokumenterer ikke at et satellittsystem basert på NVL72 allerede er skutt opp eller tatt i bruk.
Hva betyr dette i praksis?
Vera Rubin NVL72 er interessant fordi NVIDIA forsøker å måle AI-infrastruktur mot måten agenter faktisk arbeider på: gjennom lange, iterative økter med mye kontekst, verktøy, kode og underagenter. For denne typen arbeidsbelastning rapporterer NVIDIA opptil 30 ganger høyere gjennomstrømming per megawatt og opptil 35 ganger lavere tokenkostnad enn GB300 NVL72.
For kjøpere og driftsteam er det avgjørende spørsmålet derfor ikke bare om multiplikatorene høres imponerende ut. Det er om resultatene holder for deres egen modell, ønskede forsinkelse, kontekstlengde, samtidighet, strømramme og totale kostnadsmodell. Dokumentasjonen som foreligger, underbygger NVIDIAs påstand og beskriver arkitekturen bak den – men gir ikke en endelig, uavhengig konklusjon.
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 hevder Vera Rubin NVL72 gir 30 ganger høyere agentisk AI-ytelse per megawatt"?
NVIDIA sier at Vera Rubin NVL72 oppnådde opptil 30 ganger høyere gjennomstrømming per megawatt og opptil 35 ganger lavere tokenkostnad enn GB300 NVL72 i en AgentX test med DeepSeek V4 Pro.
What are the key points to validate first?
NVIDIA sier at Vera Rubin NVL72 oppnådde opptil 30 ganger høyere gjennomstrømming per megawatt og opptil 35 ganger lavere tokenkostnad enn GB300 NVL72 i en AgentX test med DeepSeek V4 Pro. Den direkte sammenligningen gjelder Vera Rubin og GB300 NVL72. NVIDIA sier separat at GB300 kan levere opptil 15 ganger høyere ytelse per megawatt enn Hopper på en tilsvarende DeepSeek V4 Pro belastning.
What should I do next in practice?
Plattformen kombinerer 72 Rubin GPU er med 36 Vera CPU er, mens BlueField 4 DPU er håndterer blant annet nettverk, sikkerhet, orkestrering og dataflytting.