NVIDIA prezentuje superkomputer AI Vera Rubin POD z 40 szafami do obciążeń agentowych
Iris Coleman 16 mar 2026 19:48
NVIDIA ogłasza Vera Rubin POD wyposażony w 1152 GPU w 40 szafach, zapewniający 60 exaflops i 10-krotnie lepszą wydajność wnioskowania na wat niż Blackwell.
NVIDIA właśnie ujawniła specyfikacje swojego najbardziej ambitnego jak dotąd projektu infrastruktury AI. Vera Rubin POD mieści 1152 GPU Rubin w 40 szafach, zapewniając 60 exaflops mocy obliczeniowej i 10 petabajtów na sekundę całkowitej przepustowości skalowania. Jednostki produkcyjne trafią do wysyłki w drugiej połowie 2026 roku.
Liczby są oszałamiające: 1,2 biliarda tranzystorów, prawie 20 000 układów NVIDIA, wszystkie zaprojektowane do działania jako jeden spójny superkomputer. NVIDIA twierdzi, że osiąga 4-krotnie lepszą wydajność treningu i 10-krotnie lepszą wydajność wnioskowania na wat w porównaniu z obecną architekturą Blackwell - przy jednoczesnym obniżeniu kosztów tokenów do jednej dziesiątej obecnych poziomów.
Pięć specjalnie zaprojektowanych systemów szafowych
POD łączy pięć odrębnych systemów w skali szafy, z których każdy jest ukierunkowany na konkretne wąskie gardła w nowoczesnych obciążeniach AI:
Vera Rubin NVL72 służy jako podstawowy silnik obliczeniowy. Każda szafa integruje 72 GPU Rubin i 36 procesorów Vera połączonych przez NVLink 6, który zapewnia przepustowość 3,6 TB/s na GPU - więcej całkowitej przepustowości niż cały globalny internet, według NVIDIA. System jest ukierunkowany na wszystkie cztery prawa skalowania AI: wstępne szkolenie, szkolenie po wstępnym, skalowanie w czasie testu i skalowanie agentowe.
Szafy Groq 3 LPX rozwiązują problem opóźnień. Z 256 jednostkami przetwarzania języka na szafę, wykorzystującymi architekturę wyłącznie SRAM, współpracują one z NVL72, aby zapewnić, według twierdzeń NVIDIA, 35-krotnie więcej tokenów i 10-krotnie większe możliwości przychodów dla modeli z bilionem parametrów w porównaniu z Blackwell.
Szafy Vera CPU zapewniają środowiska piaskownicy do testowania agentów. Pojedyncza szafa obsługuje ponad 22 500 równoczesnych środowisk uczenia przez wzmacnianie - kluczowych dla walidacji wyników agentowych AI przed wdrożeniem.
Szafy BlueField-4 STX wprowadzają to, co NVIDIA nazywa "pamięcią natywną dla AI" poprzez platformę pamięci kontekstu CMX. Przenosząc pamięć podręczną KV do dedykowanej pamięci o wysokiej przepustowości, system twierdzi, że osiąga 5-krotnie wyższą liczbę tokenów na sekundę i 5-krotnie lepszą efektywność energetyczną niż tradycyjne podejścia.
Szafy sieciowe Spectrum-6 SPX łączą wszystko razem za pomocą przełączników 102,4 Tb/s wyposażonych we współpakowaną optykę.
Argument ekonomii tokenów
NVIDIA przedstawia to w kontekście konkretnej rzeczywistości rynkowej: zużycie tokenów przekracza obecnie 10 biliardów rocznie, a przejście z interakcji człowiek-AI do interakcji AI-AI drastycznie przyspieszy ten wzrost. Nowoczesne systemy agentowe generują masowe wolumeny tokenów rozumowania, jednocześnie rozszerzając wymagania pamięci podręcznej KV - dokładnie to wąskie gardło, na które ukierunkowana jest ta architektura.
Testy porównawcze SemiAnalysis InferenceMax od firm trzecich, cytowane przez NVIDIA, pokazują, że obecne systemy Blackwell już zapewniają 50-krotnie lepszą wydajność na wat i 35-krotnie niższy koszt na token w porównaniu z H200. Vera Rubin ma na celu rozszerzyć tę przewagę.
Inżynieria termiczna i energetyczna
Architektura szafy MGX trzeciej generacji wprowadza inteligentne wygładzanie mocy z 6-krotnie większym magazynowaniem energii na poziomie szafy (400 dżuli na GPU) niż poprzednie generacje. Zmniejsza to szczytowe zapotrzebowanie na prąd do 25% i eliminuje potrzebę masywnych pakietów baterii.
Wszystkie szafy działają przy temperaturze wlotu ciepłej wody 45°C, umożliwiając centrom danych w wielu klimatach korzystanie z chłodzenia powietrzem otoczenia. NVIDIA twierdzi, że to uwalnia wystarczająco dużo mocy, aby dodać 10% więcej szaf w tym samym budżecie energetycznym obiektu.
Spojrzenie w przyszłość
Poza początkową konfiguracją POD, NVIDIA zaprezentowała Vera Rubin Ultra NVL576 skalujący się do 576 GPU w ośmiu szafach oraz architekturę następnej generacji Kyber ukierunkowaną na NVL1152 ze 144 GPU na szafę. Plan rozwoju sugeruje, że NVIDIA postrzega wieloszafowe domeny NVLink jako przyszłość infrastruktury AI - nie tylko większe GPU, ale fundamentalnie inne architektury systemowe.
Dla przedsiębiorstw planujących inwestycje w infrastrukturę AI, przekaz jest jasny: ekonomia obliczeń AI przechodzi z optymalizacji na poziomie chipów do optymalizacji na poziomie obiektów. Ci, którzy teraz budują centra danych, stają przed wyborem między systemami obecnej generacji a oczekiwaniem na dostępność Vera Rubin pod koniec 2026 roku.
Źródło obrazu: Shutterstock- nvidia
- infrastruktura ai
- vera rubin
- centra danych
- korporacyjne ai
