AnswersPublished22 sources
Nvidia’nın Vera Rubin hamlesi: GPU’dan tam kapsamlı “AI fabrikasına”
Nvidia, Vera Rubin’i yalnızca yeni bir GPU nesli değil; GPU, CPU, ağ, DPU ve yazılımı bir araya getiren tam kapsamlı bir “AI fabrikası” olarak konumlandırıyor. Şirket, SemiAnalysis AgentX testinde ve DeepSeek V4 Pro modeliyle Vera Rubin NVL72’nin GB300 NVL72’ye kıyasla megavat başına 30 kata kadar daha yüksek ajan i...
YayımlayanGPT-5.6 Luna ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
Research answer
Key takeaways
- Nvidia, Vera Rubin’i yalnızca yeni bir GPU nesli değil; GPU, CPU, ağ, DPU ve yazılımı bir araya getiren tam kapsamlı bir “AI fabrikası” olarak konumlandırıyor.
- Şirket, SemiAnalysis AgentX testinde ve DeepSeek V4 Pro modeliyle Vera Rubin NVL72’nin GB300 NVL72’ye kıyasla megavat başına 30 kata kadar daha yüksek ajan iş yükü çıktısı sunduğunu söylüyor.
- Vera CPU; 88 Olympus çekirdeği, 176 Spatial Multithreading iş parçacığı ve 1,2 TB/sn’ye kadar bellek bant genişliğiyle çıkarım çevresindeki CPU görevlerine odaklanıyor.
- SpaceXAI, Vera CPU’ları Grok altyapısında kullanmayı ve gelecekte Starmind projesi kapsamında Vera Rubin mimarisini yörüngeye taşımayı planlıyor.
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’nın duyurusu, Vera Rubin’i yalnızca daha hızlı bir GPU ailesi olarak değil, yapay zekâ ajanlarının çalıştırılması için tasarlanmış raf ölçekli, tam kapsamlı bir “AI fabrikası” olarak sunuyor. Platform; özel GPU ve CPU’ları, raf içi ve raflar arası ağ bağlantılarını, veri işleme birimlerini ve güç yönetimi yazılımını tek bir mimaride birleştirerek, ajan tabanlı yapay zekâ iş yüklerinde üretilen her token için gereken enerji ve maliyeti düşürmeyi hedefliyor. Ancak öne çıkan performans rakamlarının Nvidia’nın kendi açıklamalarına ve şirket destekli bir kıyaslamaya dayandığını; bağımsız, hakemli bir doğrulama anlamına gelmediğini belirtmek gerekiyor. 8
Vera Rubin NVL72 ne sunuyor?
Vera Rubin NVL72, sıvı soğutmalı tek bir raf içinde 72 Rubin GPU, 36 Vera CPU, ConnectX-9 SuperNIC, BlueField-4 DPU ve altıncı nesil NVLink anahtarlarını bir araya getiriyor. Tasarım, 72 GPU’nun birbirine sıkı biçimde bağlı tek bir ölçek büyütme alanı gibi çalışmasını amaçlıyor. Rafın daha büyük kümelere bağlanması için Quantum-X800 InfiniBand veya Spectrum-X Ethernet kullanılıyor. 3
6
Nvidia’nın temel iddiası, bu bütünleşik tasarımın özellikle uzun bağlamlı ve etkileşimli ajan iş yüklerinde daha fazla “yararlı iş” üretebilmesi. Bu iş yüklerinde yalnızca GPU hesaplama gücü değil; CPU tarafındaki orkestrasyon, bellek bant genişliği, araç çağrıları, kod çalıştırma ve GPU’lar arasındaki iletişim de toplam performansı belirliyor.
GB300 karşısında 30 kata kadar daha fazla iş
Nvidia, Vera Rubin NVL72’nin ajan tabanlı iş yüklerinde GB300 NVL72’ye kıyasla megavat başına 30 kata kadar daha yüksek çıktı ve aynı karşılaştırmada 35 kata kadar daha düşük token maliyeti sunduğunu açıklıyor. 8
9 Şirket, Rubin platformu için Blackwell’e kıyasla çıkarım token maliyetinde genel olarak 10 kata kadar düşüş iddiasını da daha önce paylaşmıştı.
11
Bu ölçümde SemiAnalysis’in AgentX iş yükü kullanıldı. AgentX, gerçek üretim senaryolarına benzeyen ajan tabanlı kodlama oturumlarını yeniden oynatıyor; bağlamın büyümesini, araç çağrılarını ve alt ajanların oluşturulmasını koruyor. Testte model olarak DeepSeek V4 Pro kullanıldı. 8
9
Dolayısıyla kıyaslama, tek seferlik bir sohbet yanıtından ziyade, bir ajanın tekrar tekrar akıl yürüttüğü, kod çalıştırdığı, dış araçlara başvurduğu ve yeni görevler başlattığı senaryoları ölçüyor. Bu nedenle sonuçlar, her tür yapay zekâ hizmeti için geçerli sabit bir performans veya evrensel sunucu fiyatı olarak okunmamalı; iş yüküne ve sistem yapılandırmasına bağlı Nvidia iddiaları olarak değerlendirilmelidir.
Hopper karşılaştırması ve token maliyeti konusunda sınırlar
Mevcut kaynaklar GB300 karşılaştırmasını destekliyor; ancak Hopper’a karşı birincil kaynaktan gelen, doğrudan karşılaştırılabilir kesin bir çarpan sunmuyor. Aynı şekilde, yayımlanmış net bir “1 milyon token başına dolar maliyeti” değeri de bulunmuyor.
Ajan tabanlı iş akışları, tek turlu sohbetlere göre çok daha fazla token tüketebilir; çünkü yinelemeli akıl yürütme, araç kullanımı ve ara adımlar içerir. Bu nedenle açıklanan token tasarrufu ve maliyet rakamları, belirli test koşullarına bağlıdır. Eldeki kanıtlar, doğrulanmış kesin bir Hopper katsayısı veya dolar cinsinden milyon token maliyeti vermek için yeterli değil.
DSX MaxLPS: Amaç yalnızca daha fazla güç kullanmak değil
Nvidia, DSX’i çiplerden sistemlere, yazılımdan tesislere ve iş ortaklarının teknolojilerine kadar uzanan uçtan uca bir AI fabrikası tasarımı olarak tanımlıyor. Bunun bir parçası olan DSX MaxLPS, anlık olarak mümkün olan en yüksek gücü kullanmak yerine, harcanan her megavat başına token üretimini artırmayı ve böylece token maliyetini azaltmayı hedefliyor. 12
15
Bu yaklaşım, veri merkezlerinde önemli bir pratik soruna odaklanıyor: Sınırlayıcı unsur her zaman hızlandırıcı sayısı olmayabilir. Elektrik dağıtımı, soğutma kapasitesi ve tesisin toplam güç bütçesi de yeni AI sistemlerinin ne ölçekte kurulabileceğini belirleyebilir. MaxLPS’in vaadi, bu kısıtlar altında kaynakları AI fabrikasının farklı katmanları arasında daha verimli paylaştırmak.
Vera CPU’nun 88 çekirdekli mimarisi
Vera, Nvidia’nın yapay zekâ ajanları çağındaki altyapı için geliştirdiği, Armv9.2 uyumlu özel CPU’su. İşlemci, 88 Olympus çekirdeği ve 176 Spatial Multithreading iş parçacığı barındırıyor. Hedeflenen görevler arasında veri işleme, iş akışı orkestrasyonu, bilgi erişimi, araç kullanımı, yalıtılmış kod çalıştırma ve simülasyon bulunuyor. 2
10
Vera, bu nedenle GPU’nun yaptığı model hesaplamasının yerine geçmekten çok, çıkarım sürecinin etrafındaki yoğun CPU işlerini hızlandırmayı amaçlıyor. Çok sayıda ajanın aynı anda çalıştığı ortamlarda görev planlama, veri hazırlama ve kod yürütme gibi adımların GPU’yu bekletmemesi hedefleniyor.
İşlemci, SOCAMM2 LPDDR5X bellek kullanıyor ve toplamda 1,2 TB/sn’ye kadar bellek bant genişliği, çekirdek başına ise 14 GB/sn’ye kadar bant genişliği sunuyor. İkinci nesil Scalable Coherency Fabric, 88 çekirdeği ortak L3 önbelleği ve bellek alt sistemiyle bağlıyor; Nvidia bu yapı için 3,4 TB/sn’ye kadar iki yönlü kesit bant genişliği ve 164 MB birleşik L3 önbellek belirtiyor. 7
8
Nvidia’nın Grace ile yaptığı karşılaştırmaya göre Vera, 2,4 kat bellek bant genişliği, 3 kat bellek kapasitesi ve CPU-GPU arasındaki tutarlı çalışma için iki kat NVLink-C2C bant genişliği sağlıyor. 1
“Scale-In” ağının rolü
Nvidia’nın ağ terminolojisinde farklı bağlantı katmanları bulunuyor:
- Scale-in veya scale-up: NVLink 6, 72 GPU’nun raf ölçeğinde birbirine sıkı bağlı tek bir bilgisayar sistemi gibi çalışmasını sağlıyor. Nvidia, GPU başına çift yönlü GPU-GPU bağlantısında 3,6 TB/sn, raf genelinde ise 260 TB/sn bant genişliği belirtiyor.
3
- Scale-out: Quantum-X800 InfiniBand veya Spectrum-X Ethernet, farklı rafları daha büyük kümeler hâlinde birbirine bağlıyor.
- Veri ve altyapı boşaltma: ConnectX-9 ve BlueField-4; ağ, depolama, güvenlik ve veri yolu görevlerinin bir bölümünü CPU ve GPU’lardan devralıyor.
Bu yapıdaki “Scale-In” yaklaşımı, GPU’ların aynı raf içindeki iletişim maliyetini azaltmaya odaklanıyor. Scale-out ise raflar arasındaki bağlantıyı yönetiyor. Böylece Nvidia, tek bir ağ teknolojisinin her sorunu çözmesini beklemek yerine, raf içi hesaplama, raflar arası iletişim ve veri yolu görevleri için farklı katmanlar kullanıyor.
SpaceXAI ortaklığı: Önce karada, ardından planlanan yörünge kullanımı
Nvidia’ya göre SpaceXAI, yeni nesil ajan tabanlı iş yüklerinde Vera CPU’ları kullanacak ve Grok’un arkasındaki altyapıyı Vera Rubin platformuyla genişletecek. SpaceXAI’nin hedefi, gigavat ölçeğinde hesaplama kapasitesine doğru büyümek. 14
İki şirket ayrıca bu mimariyi planlanan Starmind yörünge bilişimi projesine taşımayı planlıyor. İlk nesil Starmind uydusunun, uzay koşullarına uyarlanmış bir Vera Rubin NVL72 sistemi temelinde geliştirilmesi öngörülüyor. Bu, Nvidia donanımının uzay için optimize edilmiş bir hesaplama yükünün temelini oluşturacağı anlamına geliyor; bugün faal durumda bir yörünge AI veri merkezi bulunduğuna dair kanıt anlamına gelmiyor. 14
12
Nvidia’nın rekabet stratejisi açısından anlamı
Vera Rubin’in Nvidia açısından önemi, yalnızca yeni ve daha güçlü GPU’lar sunmasında değil. Şirket aynı zamanda özel Arm CPU’ları, tutarlı CPU-GPU sistemlerini, raf ölçekli anahtarlamayı, DPU’ları ve AI fabrikası işletim yazılımını da kendi ekosisteminin merkezine yerleştiriyor.
Nvidia’nın verimlilik iddiaları müşterilerin gerçek kurulumlarına yansırsa, temel kazanım yalnızca daha yüksek model performansı değil; sınırlı bir megavat başına daha fazla ajan işi üretmek olabilir. Bu da üretilen token başına elektrik, soğutma, ağ ve sermaye maliyetlerini azaltma potansiyeli taşıyor.
Öte yandan daha sıkı bütünleşmiş bu yapı, müşterilerin Nvidia’nın donanım ve yazılım ekosistemine olan bağımlılığını da artırabilir. Bu durum, şirketin GPU rakipleri ve geleneksel CPU üreticileri karşısındaki konumunu güçlendirebilir; ancak veri merkezi altyapısında tek bir tedarikçinin mimarisine daha fazla bağlanma riskini de beraberinde getirir.
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’nın Vera Rubin hamlesi: GPU’dan tam kapsamlı “AI fabrikasına”"?
Nvidia, Vera Rubin’i yalnızca yeni bir GPU nesli değil; GPU, CPU, ağ, DPU ve yazılımı bir araya getiren tam kapsamlı bir “AI fabrikası” olarak konumlandırıyor.
What are the key points to validate first?
Nvidia, Vera Rubin’i yalnızca yeni bir GPU nesli değil; GPU, CPU, ağ, DPU ve yazılımı bir araya getiren tam kapsamlı bir “AI fabrikası” olarak konumlandırıyor. Şirket, SemiAnalysis AgentX testinde ve DeepSeek V4 Pro modeliyle Vera Rubin NVL72’nin GB300 NVL72’ye kıyasla megavat başına 30 kata kadar daha yüksek ajan iş yükü çıktısı sunduğunu söylüyor.
What should I do next in practice?
Vera CPU; 88 Olympus çekirdeği, 176 Spatial Multithreading iş parçacığı ve 1,2 TB/sn’ye kadar bellek bant genişliğiyle çıkarım çevresindeki CPU görevlerine odaklanıyor.