ОтветыОпубликовано17 источники
Vera Rubin NVL72: NVIDIA обещает до 30 раз больше агентных задач на мегаватт
NVIDIA утверждает, что Vera Rubin NVL72 показала до 30 раз более высокую пропускную способность агентного ИИ на мегаватт и до 35 раз меньшую стоимость токенов, чем GB300 NVL72, в тесте SemiAnalysis AgentX на DeepSeek... Прямое сравнение Vera Rubin проводится с GB300 NVL72.
ОпубликовалОтредактировано с помощью GPT-5.6 LunaИзображения созданы с помощью GPT Image 1.5
Ответ на исследование
Ключевые выводы
- NVIDIA утверждает, что Vera Rubin NVL72 показала до 30 раз более высокую пропускную способность агентного ИИ на мегаватт и до 35 раз меньшую стоимость токенов, чем GB300 NVL72, в тесте SemiAnalysis AgentX на DeepSeek...
- Прямое сравнение Vera Rubin проводится с GB300 NVL72. Отдельно NVIDIA заявляет, что GB300 обеспечивает до 15 раз большую пропускную способность на мегаватт, чем системы Hopper на том же классе задач.
- NVL72 объединяет 72 графических процессора Rubin и 36 процессоров Vera, а DPU BlueField 4 берет на себя сетевые, защитные, оркестрационные и инфраструктурные операции.
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’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 пытается оценивать новые AI-системы не по коротким ответам чат-бота, а по тому, как на самом деле работают автономные агенты: они многократно генерируют токены, вызывают инструменты, запускают код, создают подзадачи и наращивают контекст. В опубликованных компанией результатах Vera Rubin NVL72 обеспечила до 30 раз более высокую пропускную способность на мегаватт, чем GB300 NVL72, а стоимость токенов снизилась до 35 раз при запуске DeepSeek V4 Pro на нагрузке AgentX.
Это впечатляющие цифры, но их важно правильно интерпретировать. В имеющихся материалах нет конкретной долларовой стоимости миллиона токенов для Vera Rubin и нет независимой проверки показателей в полностью идентичных условиях.
Что именно заявила NVIDIA
Ключевые результаты компании выглядят так:
- до 30× больше агентных задач на мегаватт по сравнению с GB300 NVL72;
- до 35× ниже стоимость токенов по сравнению с GB300 NVL72;
- тестирование на модели DeepSeek V4 Pro с использованием нагрузки SemiAnalysis AgentX.
AgentX предназначен не для изолированных вопросов и ответов. Тест воспроизводит похожие на реальные сеансы программирования, в которых растет контекст, вызываются внешние инструменты и создаются субагенты. 6
Для такой нагрузки важна не только скорость самого ускорителя. Агент может сформировать ответ, проверить результат, обратиться к инструменту, выполнить код, создать новую задачу и продолжить работу уже с гораздо большим контекстом. Поэтому дополнительная нагрузка ложится на память, сеть, CPU, хранилище и систему охлаждения — и в конечном счете на энергопотребление всей AI-инфраструктуры.
Как соотносится результат с Hopper
Заявление о 30-кратном преимуществе — это сравнение Vera Rubin NVL72 с GB300 NVL72, а не напрямую с Hopper. В отдельном материале NVIDIA говорится, что GB300 NVL72 обеспечивает до 15 раз более высокую пропускную способность на мегаватт, чем система на базе H200 Hopper, при работе с DeepSeek V4 Pro.
Эти данные дают представление о последовательности поколений, но их нельзя просто перемножить и превращать в утверждение о 450-кратном превосходстве Vera Rubin над Hopper. Речь идет о двух отдельных сравнениях с формулировкой «до», а единой таблицы, где все три платформы прошли один и тот же тест при одинаковых настройках, в доступных материалах нет.
То же ограничение относится к стоимости. Источники подтверждают заявление NVIDIA о снижении показателя до 35 раз относительно GB300, но не приводят точную цену Vera Rubin за миллион токенов или отдельную цифру сравнения Vera Rubin с Hopper.
Что входит в Vera Rubin NVL72
NVL72 — это стоечная система, объединяющая 72 GPU Rubin и 36 CPU Vera, сетевые адаптеры ConnectX-9 SuperNIC и DPU BlueField-4. Для связи внутри стойки NVIDIA использует NVLink 6, а для масштабирования между стойками — Quantum-X800 InfiniBand и Spectrum-X Ethernet. 2
3
Производитель рассматривает стойку как единый вычислительный комплекс, а не как набор независимых серверов с ускорителями. Такой подход особенно важен для агентных сценариев: их производительность зависит от координации вычислений на GPU и CPU, сетевого обмена, работы с данными и хранения промежуточных результатов.
Зачем агентам отдельный процессор Vera
Vera — это 88-ядерный CPU на базе разработанных NVIDIA ядер Olympus. Процессор поддерживает Spatial Multithreading и оснащается памятью LPDDR5X с пропускной способностью до 1,2 ТБ/с. NVIDIA заявляет, что Vera может обеспечивать до 1,8 раза более быстрое выполнение задач по сравнению с x86-процессорами в сценариях агентного ИИ, обучения с подкреплением и обработки данных. 1
5
Его задача — не просто запускать операционную систему хоста. Vera предназначен для вычислений, которые сопровождают инференс модели, в том числе для:
- вызова инструментов;
- выполнения кода;
- изоляции и оркестрации сред;
- обработки данных и аналитики;
- симуляций и задач обучения с подкреплением.
По замыслу NVIDIA, ускорение этих операций позволяет оставить GPU основную работу по инференсу и уменьшить узкие места в остальной части агентного цикла. 1
5
9
BlueField-4 и инфраструктурный уровень «Scale-In»
BlueField-4 — специализированный компонент для обработки инфраструктурных задач. DPU объединяет 64-ядерный Grace CPU, память LPDDR5X и сетевые технологии ConnectX-9; заявленная скорость подключения достигает 800 Гбит/с. 1
NVIDIA утверждает, что BlueField-4 переносит с хостовых CPU и GPU такие функции, как управление, безопасность, перемещение данных и оркестрация. В результате DPU выступает отдельным инфраструктурным уровнем, который должен обеспечивать изолированную, защищенную и предсказуемую работу большой AI-фабрики. 1
Именно это NVIDIA вкладывает в концепцию Scale-In: эффективность зависит не только от характеристик GPU. Важны также организация обмена данными, хранения, планирования и защиты — без отвлечения ускорителей на вспомогательные операции.
Где в этой схеме находится DSX MaxLPS
DSX MaxLPS — программный компонент более широкой архитектуры NVIDIA DSX для AI-фабрик, а не отдельный GPU или CPU Vera Rubin. NVIDIA описывает его как набор технологий, который должен максимизировать производительность по токенам на мегаватт при фиксированном энергетическом бюджете. Подход сочетает жидкостное охлаждение и оптимизацию внутри стойки, чтобы операторы могли задействовать больше GPU в наиболее энергоэффективных режимах.
Поэтому DSX MaxLPS имеет прямое отношение к заявлению об эффективности в 30 раз: показатель измеряется на уровне AI-фабрики, где на результат влияют охлаждение, конфигурация стойки и инфраструктурное программное обеспечение. Однако доступные данные не позволяют определить, какая доля улучшения приходится на чипы, программный стек, параметры теста или их сочетание.
Планы SpaceXAI: Grok и спутники Starmind
NVIDIA и SpaceXAI заявили, что SpaceXAI планирует использовать процессоры Vera в следующем поколении агентных AI-нагрузок и расширять инфраструктуру, на которой работает Grok, с помощью Vera Rubin. 4
5
Компании также сообщили о планах вывести оптимизированную систему Vera Rubin NVL72 на орбиту для первого поколения спутников Starmind AI. 4
Пока это именно планы развертывания. Они не подтверждают, что орбитальная система на базе NVL72 уже запущена или введена в эксплуатацию.
Что это означает на практике
Главное в Vera Rubin NVL72 — попытка NVIDIA измерять AI-инфраструктуру с учетом реальной специфики агентов: длительных итеративных сессий с большим контекстом, вызовами инструментов, выполнением кода и работой субагентов. На такой нагрузке компания заявляет до 30 раз большую пропускную способность на мегаватт и до 35 раз меньшую стоимость токенов по сравнению с GB300 NVL72.
Для операторов дата-центров и потенциальных покупателей важен не сам размер множителя, а то, сохранится ли он при их собственной модели, целевой задержке, длине контекста, уровне параллелизма, лимитах мощности и расчетах совокупной стоимости владения. Имеющиеся материалы подтверждают заявление NVIDIA и описывают архитектуру платформы, но пока не дают окончательного независимого вердикта.
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 «Vera Rubin NVL72: NVIDIA обещает до 30 раз больше агентных задач на мегаватт»?
NVIDIA утверждает, что Vera Rubin NVL72 показала до 30 раз более высокую пропускную способность агентного ИИ на мегаватт и до 35 раз меньшую стоимость токенов, чем GB300 NVL72, в тесте SemiAnalysis AgentX на DeepSeek...
Какие ключевые моменты необходимо проверить в первую очередь?
NVIDIA утверждает, что Vera Rubin NVL72 показала до 30 раз более высокую пропускную способность агентного ИИ на мегаватт и до 35 раз меньшую стоимость токенов, чем GB300 NVL72, в тесте SemiAnalysis AgentX на DeepSeek... Прямое сравнение Vera Rubin проводится с GB300 NVL72. Отдельно NVIDIA заявляет, что GB300 обеспечивает до 15 раз большую пропускную способность на мегаватт, чем системы Hopper на том же классе задач.
Что мне делать дальше на практике?
NVL72 объединяет 72 графических процессора Rubin и 36 процессоров Vera, а DPU BlueField 4 берет на себя сетевые, защитные, оркестрационные и инфраструктурные операции.