ОтветыОпубликовано22 источники
Nvidia Vera Rubin: 30-кратный прирост эффективности — пока только заявление компании
Vera Rubin NVL72 — это не только новое поколение GPU, а целая жидкостно охлаждаемая стойка для «ИИ фабрики»: 72 GPU Rubin, 36 CPU Vera, сетевые адаптеры и DPU. В тесте SemiAnalysis AgentX с моделью DeepSeek V4 Pro Nvidia заявила о приросте производительности на ватт до 30 раз по сравнению с GB300 NVL72 и снижении ст...
ОпубликовалОтредактировано с помощью GPT-5.6 LunaИзображения созданы с помощью GPT Image 1.5
Ответ на исследование
Ключевые выводы
- Vera Rubin NVL72 — это не только новое поколение GPU, а целая жидкостно охлаждаемая стойка для «ИИ фабрики»: 72 GPU Rubin, 36 CPU Vera, сетевые адаптеры и DPU.
- В тесте SemiAnalysis AgentX с моделью DeepSeek V4 Pro Nvidia заявила о приросте производительности на ватт до 30 раз по сравнению с GB300 NVL72 и снижении стоимости токенов до 35 раз.
- CPU Vera получил 88 ядер Olympus, 176 потоков, до 1,2 ТБ/с пропускной способности памяти и когерентное соединение с GPU через NVLink C2C.
- Точная стоимость миллиона токенов и сопоставимый коэффициент превосходства над Hopper в доступных материалах не опубликованы.
Промпт ИИ
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
Главное: Nvidia продает не чип, а целую «ИИ-фабрику»
Nvidia позиционирует Vera Rubin как платформу для масштабного запуска агентного ИИ — систем, которые не просто отвечают на запрос, а последовательно рассуждают, вызывают инструменты, пишут и запускают код, обращаются к базам данных и выполняют несколько шагов для решения одной задачи.
Поэтому компания делает акцент не только на мощности GPU. Vera Rubin объединяет ускорители, собственные процессоры, внутреннюю и внешнюю сеть, DPU для разгрузки инфраструктурных операций и программное обеспечение для управления энергопотреблением. Идея проста: важен не максимальный пиковый показатель, а количество полезной работы на каждый мегаватт и каждый потраченный токен.
При этом заявленные Nvidia цифры эффективности нужно воспринимать как результаты тестирования, представленные самой компанией. Это не независимая и не прошедшая экспертное рецензирование в академическом смысле проверка. 8
Что входит в Vera Rubin NVL72
В основе Vera Rubin NVL72 — одна жидкостно-охлаждаемая стойка, в которую входят:
- 72 GPU Rubin;
- 36 процессоров Vera;
- сетевые адаптеры ConnectX-9 SuperNIC;
- DPU BlueField-4 для разгрузки сетевых, storage- и защитных операций;
- коммутаторы шестого поколения NVLink.
Nvidia проектирует систему так, чтобы все 72 GPU работали как единый домен scale-up — тесно связанный вычислительный ресурс внутри стойки. Для объединения нескольких стоек используются Quantum-X800 InfiniBand или Ethernet-платформа Spectrum-X. 3
6
Откуда взялась цифра «30 раз»
Nvidia заявляет, что Vera Rubin NVL72 обеспечивает до 30 раз больше пропускной способности агентных рабочих нагрузок на мегаватт, чем GB300 NVL72. В том же сравнении компания говорит о снижении стоимости токенов до 35 раз. 8
9
Для Rubin в целом Nvidia ранее также заявляла о возможности снизить стоимость инференс-токена до 10 раз по сравнению с Blackwell. 11
Это не означает, что любой запрос к любой модели автоматически станет в 30 или 35 раз дешевле. Показатели зависят от модели, длины контекста, целевой задержки, числа параллельных пользователей, конфигурации стойки и характера нагрузки.
Что измерялось в тесте AgentX
Для оценки использовался бенчмарк AgentX от SemiAnalysis. Он воспроизводит записанные сессии агентного программирования, сохраняя рост контекста, вызовы инструментов и запуск подагентов. В тесте применялась модель DeepSeek V4 Pro. 8
9
Такой сценарий отличается от обычного одношагового чата. Агенту приходится неоднократно обращаться к модели, выполнять код, управлять инструментами, извлекать данные и координировать промежуточные задачи. Поэтому результат определяется не только количеством операций GPU, но и производительностью CPU, пропускной способностью памяти и скоростью межсоединений.
В материалах, доступных для этого анализа, подтверждается сравнение с GB300. При этом там нет сопоставимого первичного показателя для Hopper и нет опубликованной точной цены в долларах за один миллион токенов. Поэтому нельзя достоверно назвать универсальный коэффициент превосходства над Hopper или конкретную стоимость миллиона токенов.
Агентные сценарии в целом расходуют больше токенов, чем обычный короткий диалог: модель многократно рассуждает, вызывает инструменты и получает новые результаты. Nvidia ссылается на оценку, согласно которой агентные нагрузки могут потреблять значительно больше токенов, но итоговая цифра также зависит от конкретного рабочего процесса и настроек системы.
CPU Vera: 88 ядер для задач вокруг модели
Vera — собственный процессор Nvidia, совместимый с Armv9.2 и рассчитанный на инфраструктуру эпохи агентного ИИ. Он получил 88 ядер Olympus и 176 потоков Spatial Multithreading. 2
10
Процессор предназначен не для замены GPU в вычислении нейросети, а для ускорения задач, которые окружают инференс:
- обработка и подготовка данных;
- оркестрация агентных процессов;
- поиск и извлечение информации;
- вызов инструментов;
- запуск изолированного кода;
- моделирование и симуляции.
Для агентных систем это важное направление: когда один запрос запускает множество параллельных действий, слабое или перегруженное CPU может стать узким местом даже при наличии мощных GPU.
Память и межсоединения Vera
Vera использует память LPDDR5X в формате SOCAMM2. Заявленная совокупная пропускная способность достигает 1,2 ТБ/с, или примерно 14 ГБ/с на ядро.
Вторая версия Scalable Coherency Fabric связывает 88 ядер, общую кэш-память L3 и подсистему памяти. Nvidia указывает до 3,4 ТБ/с двунаправленной пропускной способности среза и 164 МБ объединенной кэш-памяти L3. 7
8
По сравнению с Grace компания заявляет для Vera 2,4-кратное преимущество по пропускной способности памяти, трехкратное — по объему памяти и двукратное — по пропускной способности NVLink-C2C для когерентной работы CPU и GPU. 1
Между процессором Vera и графическими ускорителями используется NVLink-C2C с заявленной когерентной пропускной способностью до 1,8 ТБ/с. Это должно уменьшить потери при передаче данных между CPU и GPU по сравнению с традиционными шинами.
Что Nvidia называет Scale-In
Терминология Nvidia разделяет сетевую инфраструктуру на несколько уровней.
Scale-in, или scale-up
На этом уровне NVLink 6 объединяет 72 GPU внутри стойки в тесно связанную вычислительную систему. Nvidia указывает 3,6 ТБ/с двунаправленной пропускной способности между GPU для каждого ускорителя и до 260 ТБ/с на уровне всей стойки. 3
Scale-out
Quantum-X800 InfiniBand и Spectrum-X Ethernet соединяют отдельные стойки в более крупные кластеры. Это уже внешний уровень масштабирования — от одной NVL72 к целому комплексу AI-фабрики. 3
Разгрузка передачи данных и инфраструктуры
ConnectX-9 и BlueField-4 берут на себя сетевые, storage-, защитные и другие операции с данными, чтобы вычислительные ресурсы могли больше времени тратить непосредственно на работу моделей. 3
6
Иными словами, Scale-In — это не отдельная замена всей сетевой архитектуре, а внутренний уровень связи внутри стойки. Он дополняет scale-out-сеть между стойками и DPU, которые разгружают инфраструктурный обмен данными.
DSX MaxLPS: оптимизация не пиковых ватт, а токенов
Nvidia также продвигает платформу DSX — сквозной проект «ИИ-фабрики», охватывающий микросхемы, серверы, ПО, инженерную инфраструктуру и технологии партнеров.
Компонент DSX MaxLPS должен максимизировать количество токенов, обрабатываемых на единицу мощности, и тем самым снижать стоимость токена. Задача заключается не в том, чтобы постоянно держать оборудование на максимальном мгновенном энергопотреблении, а в более рациональном распределении мощности по всей системе. 12
15
Практическая ценность такого подхода особенно заметна там, где ограничением становятся электроснабжение и охлаждение дата-центра, а не только доступность ускорителей. При фиксированном энергетическом бюджете эффективное управление может позволить обслуживать больше агентных задач на той же площадке.
Партнерство со SpaceXAI и проект Starmind
Nvidia сообщила, что SpaceXAI планирует использовать процессоры Vera для следующих поколений агентных нагрузок и расширять инфраструктуру Grok на базе Vera Rubin по мере движения к вычислительным мощностям гигабайтного масштаба. 14
Компании также намерены перенести эту архитектуру в планируемый орбитальный проект Starmind. Первый спутник должен получить оптимизированную систему на базе Vera Rubin NVL72, адаптированную для вычислений в космосе. Речь идет о планируемом развертывании, а не о действующем орбитальном дата-центре. 14
12
Почему это важно для Nvidia
Если заявленные показатели подтвердятся в реальных клиентских системах, главным результатом станет не просто рост производительности отдельных моделей. Более важным может оказаться увеличение объема полезной агентной работы на каждый ограниченный мегаватт — с потенциальным снижением затрат на электричество, охлаждение, сеть и капитальную инфраструктуру в расчете на токен.
Одновременно Nvidia расширяет границы конкуренции. Компания предлагает не только GPU, но и собственные Arm-процессоры, когерентные CPU–GPU-системы, коммутаторы для стоечного масштаба, DPU и программный слой управления «ИИ-фабрикой».
Такая интеграция может усилить позиции Nvidia против конкурентов на рынке ускорителей и традиционных производителей серверных CPU. Но у нее есть и обратная сторона: чем больше компонентов и программных функций завязано на единую архитектуру Nvidia, тем сильнее зависимость заказчиков от ее аппаратного и программного стека.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Nvidia Vera Rubin: 30-кратный прирост эффективности — пока только заявление компании»?
Vera Rubin NVL72 — это не только новое поколение GPU, а целая жидкостно охлаждаемая стойка для «ИИ фабрики»: 72 GPU Rubin, 36 CPU Vera, сетевые адаптеры и DPU.
Какие ключевые моменты необходимо проверить в первую очередь?
Vera Rubin NVL72 — это не только новое поколение GPU, а целая жидкостно охлаждаемая стойка для «ИИ фабрики»: 72 GPU Rubin, 36 CPU Vera, сетевые адаптеры и DPU. В тесте SemiAnalysis AgentX с моделью DeepSeek V4 Pro Nvidia заявила о приросте производительности на ватт до 30 раз по сравнению с GB300 NVL72 и снижении стоимости токенов до 35 раз.
Что мне делать дальше на практике?
CPU Vera получил 88 ядер Olympus, 176 потоков, до 1,2 ТБ/с пропускной способности памяти и когерентное соединение с GPU через NVLink C2C.