Het Vera Rubin-platform van Nvidia zou de economie van AI-inferentie kunnen verbeteren — de fase waarin getrainde modellen antwoorden voor gebruikers genereren — door de output te verhogen die datacenters uit beperkte elektrische stroom kunnen halen. Een nieuw rapport van onderzoeksbureau SemiAnalysis schat dat Rubin meer omzet en winst per gigawatt kan produceren dan het huidige Blackwell-platform van het bedrijf, een factor die de beleggersaandacht voor het NVDA-aandeel kan beïnvloeden nu cloudproviders hun AI-infrastructuurcapaciteit blijven uitbreiden.

De bevindingen komen op een moment waarop de beschikbaarheid van elektriciteit een centrale beperking is geworden voor de hoeveelheid AI-capaciteit die exploitanten online kunnen brengen.

Rubin verslaat Blackwell in omzet per gigawatt

De nieuwste AgentX-benchmark van SemiAnalysis wees uit dat Rubin NVL72 — de rack-grote configuratie van het nieuwe platform — ongeveer 39% meer jaaromzet per gigawatt produceerde dan de sterkste GB300-configuratie, die is gebouwd op hetzelfde Blackwell-platform van de huidige generatie dat als vergelijkingsbasis dient. Het rapport schatte ook circa 42% meer gemodelleerde winst per gigawatt op belangrijke agentic AI-workloads, waarbij modellen taken met lange context en meerdere beurten uitvoeren.

Energie-efficiëntie is een centrale kwestie geworden voor AI-datacenters. Wanneer systemen meer tokens — de teksteenheden die modellen verwerken en genereren — produceren per verbruikte megawatt elektriciteit, kunnen cloudbedrijven meer gebruikers bedienen vanuit dezelfde stroomvoorziening.

Het rapport mat ook Rubin's prestaties ten opzichte van de totale kosten van eigendom, een maatstaf die hardware-, stroom- en bedrijfskosten over de levensduur van een systeem combineert. In één test bij 170 tokens per second leverde Rubin tot 67 keer de totale doorvoer per TCO van GB300.

SemiAnalysis schreef de winst toe aan Nvidia's gecombineerde hardware- en netwerkontwerp. Het platform integreert de Rubin GPU Vera CPU, NVLink 6, ConnectX-9, BlueField-4 en Spectrum-6 in één systeem dat is gericht op AI-workloads met lange context en meerdere beurten.

Stroomlimieten bepalen de uitgaven aan AI-infrastructuur

De focus op stroom ontstaat nu exploitanten van datacenters in verschillende markten te maken krijgen met beperkingen op de beschikbare elektriciteit. Het alleen aanschaffen van extra accelerators kan het probleem niet oplossen wanneer voorzieningen niet genoeg stroom hebben om nieuwe systemen te draaien. Een hogere output per megawatt kan exploitanten daarom in staat stellen meer AI-activiteit te ondersteunen binnen vaste strobudgetten.

Voor het NVDA-aandeel kunnen beleggers in de gaten houden hoe breed klanten Rubin adopteren naarmate de prioriteiten voor infrastructuuruitgaven verschuiven naar efficiëntie en bedrijfskosten.

Productieopschaling gaande bij grote cloudproviders

Nvidia kondigde Vera Rubin in maart aan en zei dat partners in de tweede helft van 2026 zouden beginnen met het aanbieden van Rubin-systemen. Het bedrijf positioneerde het platform als de volgende stap na Blackwell voor grootschalige AI-training en -inferentie.

In juli zei Nvidia dat CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure en Nebius Rubin-racks draaiende hadden terwijl de productie van NVL72 werd opgeschaald. Het bedrijf zei ook dat zijn productienetwerk meer dan 350 fabriekslocaties in 30 landen omvatte.

Die implementaties geven cloudexploitanten vroege toegang tot Rubin-systemen vóór het beschikbaarheidsvenster in de tweede helft van 2026, nu Nvidia er gedurende het jaar aan werkt om de productie uit te breiden via partnerfabricage in belangrijke wereldwijde markten.

Bron: Blockonomi