La plataforma Vera Rubin de Nvidia podría mejorar la economía de la inferencia de IA —la fase en la que los modelos entrenados generan respuestas para los usuarios— al aumentar el rendimiento que los centros de datos pueden extraer de una energía eléctrica limitada. Un nuevo informe de la firma de investigación SemiAnalysis estima que Rubin puede producir más ingresos y ganancias por cada gigavatio que la plataforma Blackwell de la generación actual de la compañía, un factor que podría influir en la atención de los inversores sobre las acciones de NVDA a medida que los proveedores de nube continúan expandiendo su capacidad de infraestructura de IA.

Los hallazgos llegan en un momento en que la disponibilidad de electricidad se ha convertido en una restricción central sobre la cantidad de capacidad de IA que los operadores pueden poner en línea.

Rubin supera a Blackwell en ingresos por gigavatio

El último benchmark AgentX de SemiAnalysis encontró que Rubin NVL72 —la configuración a escala de rack de la nueva plataforma— produjo aproximadamente un 39% más de ingresos anuales por gigavatio que la configuración GB300 más potente, basada en la misma plataforma Blackwell de la generación actual que sirve como punto de comparación. El informe también estimó alrededor de un 42% más de ganancias modeladas por gigavatio en cargas de trabajo clave de IA agéntica, en las que los modelos realizan tareas de contexto largo y de múltiples turnos.

La eficiencia energética se ha convertido en un tema central para los centros de datos de IA. Cuando los sistemas generan más tokens —las unidades de texto que los modelos procesan y generan— por cada megavatio de electricidad consumida, las empresas de nube pueden atender a más usuarios con el mismo suministro eléctrico.

El informe también midió el rendimiento de Rubin frente al costo total de propiedad, una medida que combina el hardware, la energía y los gastos operativos durante la vida útil de un sistema. En una prueba que operaba a 170 tokens por segundo, Rubin entregó hasta 67 veces el rendimiento total por TCO de GB300.

SemiAnalysis atribuyó las ganancias al diseño combinado de hardware y redes de Nvidia. La plataforma integra la GPU Rubin, la CPU Vera, NVLink 6, ConnectX-9, BlueField-4 y Spectrum-6 en un solo sistema orientado a cargas de trabajo de IA de contexto largo y múltiples turnos.

Los límites de energía moldean el gasto en infraestructura de IA

El enfoque en la energía se produce cuando los operadores de centros de datos enfrentan restricciones en la electricidad disponible en varios mercados. Comprar más aceleradores por sí solo no puede resolver el problema cuando las instalaciones carecen de suficiente energía para operar nuevos sistemas. Por lo tanto, un mayor rendimiento por cada megavatio podría permitir a operadores respaldar más actividad de IA dentro de presupuestos de energía fijos.

Para las acciones de NVDA, los inversores podrían observar qué tan ampliamente los clientes adoptan Rubin a medida que las prioridades de gasto en infraestructura se desplazan hacia la eficiencia y los costos operativos.

La producción está en marcha en los principales proveedores de nube

Nvidia anunció Vera Rubin en marzo y dijo que los socios comenzarían a ofrecer sistemas Rubin en la segunda mitad de 2026. La compañía posicionó la plataforma como el siguiente paso después de Blackwell para el entrenamiento y la inferencia de IA a gran escala.

Para julio, Nvidia dijo que CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure y Nebius tenían racks de Rubin en funcionamiento mientras la producción de NVL72 se aceleraba. La compañía también dijo que su red de producción abarcaba más de 350 plantas fabriles en 30 países.

Esas implementaciones otorgan a los operadores de nube acceso temprano a los sistemas Rubin antes de la ventana de disponibilidad de la segunda mitad de 2026, mientras Nvidia trabaja en expandir la producción durante el año a través de la fabricación de socios en los principales mercados globales.

Fuente: Blockonomi