Vera Rubin NVL72: NVIDIA afirma ganho de até 30 vezes em IA agêntica

A NVIDIA está posicionando o Vera Rubin NVL72 como uma plataforma de infraestrutura para cargas de trabalho em que agentes de IA geram tokens repetidamente, usam ferramentas, executam código e acumulam cada vez mais contexto. Em resultados divulgados pela própria empresa, o sistema entregou até 30 vezes mais throughput por megawatt que o GB300 NVL72 e reduziu o custo de tokens em até 35 vezes em um teste AgentX com o modelo DeepSeek V4 Pro.

São números expressivos, mas exigem contexto. As evidências disponíveis não apresentam um valor específico em dólares por milhão de tokens para o Vera Rubin nem comprovam, de forma independente e em condições perfeitamente equivalentes, os ganhos anunciados.

O que a NVIDIA afirma ter alcançado

A comparação divulgada pela empresa é a seguinte:

• Até 30 vezes mais throughput de IA agêntica por megawatt que o GB300 NVL72.
• Até 35 vezes menor custo por token — ou por milhão de tokens quando a métrica é expressa nessa escala — em relação ao GB300 NVL72.
• Teste com o DeepSeek V4 Pro no workload AgentX, da SemiAnalysis.

O AgentX foi concebido para avaliar programação agêntica, e não apenas uma troca curta de pergunta e resposta. O teste reproduz sessões de codificação com características de uso real, incluindo crescimento do contexto, chamadas de ferramentas e criação de subagentes. 6

Essa diferença é importante. Um agente pode gerar uma resposta, verificar o resultado, chamar uma ferramenta externa, executar código, criar uma nova tarefa e continuar raciocinando com um contexto muito maior. A infraestrutura precisa processar todo esse ciclo — pressionando não apenas o acelerador, mas também memória, rede, CPUs e energia.

Como o Vera Rubin se compara ao Hopper

A afirmação direta de 30 vezes compara o Vera Rubin NVL72 ao GB300 NVL72, e não ao Hopper. Em material relacionado ao AgentX, a NVIDIA afirma separadamente que o GB300 NVL72 oferece até 15 vezes mais throughput por megawatt que um sistema H200 baseado na arquitetura Hopper ao executar o DeepSeek V4 Pro.

Esse dado ajuda a ilustrar a evolução entre gerações, mas não deve ser multiplicado para formar uma suposta vantagem de 450 vezes. São comparações distintas, ambas expressas como resultados “de até”, e o material disponível não apresenta uma tabela única com Vera Rubin, GB300 e Hopper testados sob condições idênticas.

A mesma cautela vale para o custo. As evidências sustentam a alegação da NVIDIA de redução máxima de 35 vezes frente ao GB300, mas não informam um preço específico do Vera Rubin em dólares por milhão de tokens nem um número comparável entre Vera Rubin e Hopper.

O que há na plataforma Vera Rubin NVL72?

O NVL72 é um sistema em escala de rack que combina 72 GPUs Rubin e 36 CPUs Vera, além de SuperNICs ConnectX-9 e DPUs BlueField-4. A NVIDIA descreve o NVLink 6 como a interconexão para expansão dentro do sistema, enquanto Quantum-X800 InfiniBand e Spectrum-X Ethernet são usados para a conexão entre sistemas. 23

A proposta é tratar o rack como um sistema computacional integrado, e não como um conjunto de servidores acelerados independentes. Isso é especialmente relevante para cargas agênticas, nas quais o desempenho depende de manter as GPUs abastecidas com dados e coordenar, ao mesmo tempo, execução na CPU, comunicação de rede e operações de armazenamento.

Por que a CPU Vera importa para os agentes

A Vera é uma CPU de 88 núcleos baseada nos núcleos Olympus projetados pela NVIDIA. Ela usa Spatial Multithreading e memória LPDDR5X, com até 1,2 TB/s de largura de banda. A NVIDIA afirma que a Vera permite concluir tarefas até 1,8 vez mais rápido que CPUs x86 em cargas como IA agêntica, aprendizado por reforço e processamento de dados. 15

Seu papel não é apenas executar um sistema operacional convencional. A Vera foi projetada para lidar com o trabalho que envolve a inferência do modelo, incluindo:

• Uso de ferramentas;
• Execução de código;
• Sandboxing e orquestração;
• Processamento e análise de dados;
• Simulações e cargas de aprendizado por reforço.

Ao acelerar essas tarefas, a arquitetura tenta manter as GPUs concentradas na inferência e reduzir gargalos no restante do ciclo de ação do agente. 159

BlueField-4 e a camada de infraestrutura “Scale-In”

O BlueField-4 é o componente da NVIDIA dedicado ao processamento de infraestrutura. O DPU combina uma CPU Grace de 64 núcleos, memória LPDDR5X e conectividade ConnectX-9 de até 800 Gb/s. 1

Segundo a NVIDIA, o BlueField-4 tira das CPUs e GPUs hospedeiras funções como controle, segurança, movimentação de dados e orquestração. Nesse modelo, o DPU atua como uma camada de infraestrutura capaz de apoiar uma operação isolada, segura e previsível em uma grande “fábrica de IA”. 1

Essa é a lógica por trás do conceito “Scale-In”: a eficiência não depende apenas do chip da GPU. Ela também está relacionada à capacidade do rack de administrar comunicação, armazenamento, agendamento e segurança sem usar recursos do acelerador para essas tarefas.

Onde entra o DSX MaxLPS

O DSX MaxLPS é um software integrado à abordagem mais ampla de fábrica de IA da NVIDIA, e não uma GPU ou CPU separada do Vera Rubin. A empresa o descreve como um conjunto de tecnologias voltado a maximizar o desempenho de tokens por megawatt dentro de um orçamento fixo de energia. A proposta combina resfriamento líquido e otimizações no rack para permitir que mais GPUs operem próximas de seus pontos de maior eficiência energética.

Isso torna o DSX MaxLPS relevante para a alegação de eficiência de 30 vezes: a métrica anunciada é observada no nível da fábrica de IA, em que refrigeração, configuração do rack e software de infraestrutura podem afetar a quantidade de tokens produzidos por unidade de energia. As evidências disponíveis, porém, não determinam quanto do ganho resulta do silício, da pilha de software, da configuração do teste ou da combinação desses fatores.

Planos de implantação da SpaceXAI

A NVIDIA e a SpaceXAI afirmaram que a SpaceXAI pretende usar CPUs Vera na próxima geração de cargas de IA agêntica e ampliar a infraestrutura por trás do Grok com o Vera Rubin. 45

As empresas também descreveram planos para levar ao espaço uma versão otimizada do Vera Rubin NVL72, destinada a um satélite Starmind AI de primeira geração. 4

Essas declarações se referem a planos de implantação. Elas não comprovam que um sistema NVL72 em órbita já tenha sido lançado ou esteja em operação.

O que esses números significam na prática

A importância do Vera Rubin NVL72 está na tentativa da NVIDIA de medir a infraestrutura de IA de acordo com a forma como os agentes realmente trabalham: em sessões longas e iterativas, com grande consumo de contexto, uso de ferramentas, execução de código e participação de subagentes. Nesse tipo de carga, a NVIDIA afirma ter obtido até 30 vezes mais throughput por megawatt e até 35 vezes menor custo de tokens que o GB300 NVL72.

Para compradores e equipes de infraestrutura, a questão principal não é apenas se o multiplicador parece impressionante. É saber se o resultado se mantém com o modelo, a meta de latência, o tamanho do contexto, o nível de concorrência, o orçamento de energia e as premissas de custo total de cada operação.

As evidências disponíveis documentam a alegação da NVIDIA e a arquitetura usada para sustentá-la, mas ainda não oferecem um veredito independente e definitivo.