AnswersPublished22 sources
Nvidia satsar på AI-fabriker med Vera Rubin – lovar upp till 30 gånger mer arbete per megawatt
Nvidia beskriver Vera Rubin NVL72 som en komplett AI fabrik: ett vätskekylt rack med 72 Rubin GPU:er, 36 Vera processorer, NVLink 6, ConnectX 9 och BlueField 4. I företagets jämförelse med GB300 NVL72 gav systemet upp till 30 gånger högre genomströmning per megawatt och upp till 35 gånger lägre tokenkostnad för agen...
Publicerad avRedigerad med GPT-5.6 LunaBilder genererade med GPT Image 1.5
Research answer
Key takeaways
- Nvidia beskriver Vera Rubin NVL72 som en komplett AI fabrik: ett vätskekylt rack med 72 Rubin GPU:er, 36 Vera processorer, NVLink 6, ConnectX 9 och BlueField 4.
- I företagets jämförelse med GB300 NVL72 gav systemet upp till 30 gånger högre genomströmning per megawatt och upp till 35 gånger lägre tokenkostnad för agentiska arbetslaster.
- Testet använde SemiAnalysis AgentX, som spelar upp produktionsliknande kodningssessioner med DeepSeek V4 Pro.
- Vera CPU har 88 Olympus kärnor, 176 trådar, upp till 1,2 TB/s minnesbandbredd och en sammanhängande CPU–GPU koppling via NVLink C2C.
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 vill att nästa generations AI-datacenter ska ses som mer än samlingar av kraftfulla GPU:er. Med Vera Rubin presenterar bolaget i stället en sammanhållen AI-fabrik – från processorer och minne till rackintern kommunikation, extern nätverkstrafik, databehandlingsenheter och mjukvara för effektstyrning.
Det är en viktig förskjutning. När AI-agenter arbetar iterativt med verktyg, kod, sökningar och deluppgifter räcker det inte att bara maximera GPU:ernas beräkningskraft. Även CPU-kapacitet, minnesbandbredd, kommunikation mellan acceleratorer och tillgången på el och kylning blir avgörande.
Vera Rubin NVL72: ett helt rack som en dator
Vera Rubin NVL72 är ett vätskekylt rack med 72 Rubin-GPU:er och 36 Vera-processorer. Plattformen innehåller också ConnectX-9 SuperNIC:ar för nätverk, BlueField-4 DPU:er för avlastning av data- och infrastrukturfunktioner samt den sjätte generationens NVLink-switchar. 3
6
Tanken är att de 72 GPU:erna ska fungera som en tätt sammankopplad, gemensam beräkningsdomän. Därefter kan flera rack kopplas samman till större kluster via Quantum-X800 InfiniBand eller Spectrum-X Ethernet. 3
Nvidia anger upp till 3,6 TB/s dubbelriktad GPU-till-GPU-bandbredd per GPU och totalt 260 TB/s på racknivå med NVLink 6. För kommunikationen mellan Vera-processorer och GPU:er anges upp till 1,8 TB/s sammanhängande NVLink-C2C-bandbredd, vilket enligt Nvidia är sju gånger mer än PCIe Gen 6.
Upp till 30 gånger mer agentarbete per megawatt – enligt Nvidia
Nvidias mest uppmärksammade påstående är att Vera Rubin NVL72 kan leverera upp till 30 gånger högre genomströmning per megawatt än GB300 NVL72 i agentiska arbetslaster. I samma jämförelse uppges tokenkostnaden kunna bli upp till 35 gånger lägre. 8
9
Nvidia har även tidigare hävdat att Rubin generellt kan minska kostnaden per inferenstoken med upp till tio gånger jämfört med Blackwell. 11
Siffrorna ska dock inte läsas som garanterade priser för all AI-användning. De kommer från Nvidias egen presentation av mätdata och är beroende av modell, konfiguration, svarskrav och arbetslast. Underlaget här innehåller inte någon verifierad, direkt jämförbar primärkälla för en exakt förbättring mot Hopper. Det anger inte heller något exakt dollarpris per en miljon genererade tokens.
AgentX och DeepSeek V4 Pro: därför spelar arbetslasten roll
Mätningen använde AgentX, ett benchmark från SemiAnalysis som spelar upp inspelade, produktionsliknande kodningssessioner. I testet kördes modellen DeepSeek V4 Pro. Sessionerna behåller bland annat växande kontext, verktygsanrop och skapandet av underagenter. 8
9
Det gör jämförelsen mer krävande än ett enkelt test av svarshastighet i en chatt. En agentisk arbetslast kan behöva:
- hämta och bearbeta data,
- anropa externa verktyg,
- köra kod i en isolerad miljö,
- samordna flera modellsteg,
- hantera lång kontext och upprepade svar.
I sådana scenarier kan CPU-arbete, minnesåtkomst och nätverksfördröjning påverka resultatet lika mycket som den råa GPU-prestandan. Nvidia hänvisar dessutom till uppgifter om att agentiska arbetsflöden kan använda omkring 15 gånger fler tokens än en enkel chattförfrågan. Det är en förklaring till varför även små förbättringar i varje steg kan få stor effekt på den totala kostnaden.
Vera CPU är byggd för arbetet runt modellen
Vera är Nvidias egen Armv9.2-kompatibla processor för infrastruktur i den agentiska AI-eran. Den har 88 specialdesignade Olympus-kärnor och 176 trådar genom Nvidias Spatial Multithreading-teknik. 1
2
Processorn är tänkt att hantera sådant som omger själva modellinferensen: orkestrering, databehandling, informationshämtning, verktygsanrop, kodkörning i sandlådor och simulering. Målet är att hålla GPU:erna sysselsatta i stället för att låta dem vänta på CPU:n eller på data.
Vera använder SOCAMM2-baserat LPDDR5X-minne med upp till 1,2 TB/s minnesbandbredd, motsvarande upp till 14 GB/s per kärna. Den andra generationens Scalable Coherency Fabric kopplar samman kärnor, delad cache, minneskontroller och I/O med upp till 3,4 TB/s intern bandbredd. Det enhetliga L3-cachet är 164 MB.
Jämfört med Grace uppger Nvidia att Vera erbjuder 2,4 gånger högre minnesbandbredd, tre gånger större minneskapacitet och dubbelt så hög NVLink-C2C-bandbredd. 1
Vad betyder ”Scale-In”?
Nvidias nätverksarkitektur består av flera nivåer som fyller olika funktioner:
- Scale-in eller scale-up: NVLink 6 binder samman de 72 GPU:erna inom samma rack så att de kan arbeta mer som en enda stor dator.
3
- Scale-out: Quantum-X800 InfiniBand och Spectrum-X Ethernet kopplar ihop flera rack till större AI-kluster.
- Avlastning av data och infrastruktur: ConnectX-9 SuperNIC:ar och BlueField-4 DPU:er hanterar nätverk, lagring, säkerhet och andra dataflödesfunktioner.
Scale-in är alltså inte ett alternativ till scale-out, utan den interna kommunikationsnivån i Nvidias modell. Den ska minska behovet av att skicka data över långsammare länkar när GPU:erna samarbetar inom samma rack.
DSX MaxLPS: fokus på arbete per watt
Nvidia beskriver DSX som en referensmodell för AI-fabriker som omfattar kretsar, system, mjukvara, lokaler och partnerteknik. En central del är DSX MaxLPS, som ska maximera mängden genererade tokens per megawatt i stället för att enbart köra hårdvaran på högsta möjliga momentana effekt. 12
15
18
20
I praktiken innebär det att effekt och kylning kan fördelas efter var de gör mest nytta i hela AI-fabriken. Det blir särskilt relevant när elanslutning, värmehantering och fysisk datacenterkapacitet sätter gränsen för hur många acceleratorer som kan installeras.
Om mjukvaran fungerar som Nvidia hävdar kan den förbättra den faktiska nyttan av en given energibudget. Det handlar då inte bara om lägre elförbrukning, utan om fler färdiga agentuppgifter per megawatt och potentiellt lägre kostnad per användbar token.
SpaceXAI ska använda Vera – även i omloppsbana enligt planen
Nvidia uppger att SpaceXAI ska använda Vera-processorer för nästa generations agentiska arbetslaster och bygga ut infrastrukturen bakom Grok med Vera Rubin när bolaget siktar mot beräkningskapacitet på gigawattskala. 10
Samarbetet ska enligt planerna även omfatta den första Starmind-satelliten, där en optimerad version av Vera Rubin NVL72 ska utgöra grunden för ett rymdanpassat beräkningssystem. 10
12
Det är viktigt att skilja på planerad och genomförd användning: källorna belägger ett planerat orbitalt projekt, men inte att en fungerande AI-datacentral redan är i drift i omloppsbana.
Vad betyder detta för Nvidia?
Vera Rubin breddar Nvidias konkurrensområde. Bolaget säljer inte längre bara GPU:er, utan försöker kontrollera en större del av infrastrukturen: egen Arm-processor, sammanhängande CPU–GPU-system, rackskaliga switchar, nätverkskretsar, DPU:er och mjukvara för drift av AI-fabriker.
Om effektivitetsvinsterna kan återskapas hos kunderna blir den viktigaste fördelen inte nödvändigtvis fler modelloperationer i sig, utan mer användbart agentarbete per begränsad megawatt. Det kan påverka kostnader för el, kylning, nätverk och investeringar per genererad token.
Samtidigt ökar en så tätt integrerad plattform kundernas beroende av Nvidias hårdvara och mjukvarustack. Vera Rubin stärker därför både Nvidias tekniska erbjudande och dess strategiska position mot andra GPU-leverantörer – samtidigt som bolaget tar större sikte på den traditionella CPU-infrastruktur där Intel och AMD länge varit dominerande.
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 satsar på AI-fabriker med Vera Rubin – lovar upp till 30 gånger mer arbete per megawatt"?
Nvidia beskriver Vera Rubin NVL72 som en komplett AI fabrik: ett vätskekylt rack med 72 Rubin GPU:er, 36 Vera processorer, NVLink 6, ConnectX 9 och BlueField 4.
What are the key points to validate first?
Nvidia beskriver Vera Rubin NVL72 som en komplett AI fabrik: ett vätskekylt rack med 72 Rubin GPU:er, 36 Vera processorer, NVLink 6, ConnectX 9 och BlueField 4. I företagets jämförelse med GB300 NVL72 gav systemet upp till 30 gånger högre genomströmning per megawatt och upp till 35 gånger lägre tokenkostnad för agentiska arbetslaster.
What should I do next in practice?
Testet använde SemiAnalysis AgentX, som spelar upp produktionsliknande kodningssessioner med DeepSeek V4 Pro.