Platforma Vera Rubin od Nvidii może poprawić ekonomikę inferencji AI — fazy, w której wytrenowane modele generują odpowiedzi dla użytkowników — zwiększając wydajność, jaką centra danych mogą uzyskać z ograniczonej mocy elektrycznej. Nowy raport firmy badawczej SemiAnalysis szacuje, że Rubin może generować więcej przychodów i zysków na każdy gigawat niż należąca obecnie do oferty firmy platforma Blackwell, co może wpłynąć na uwagę inwestorów wokół akcji NVDA w miarę dalszego rozbudowywania mocy infrastruktury AI przez dostawców chmurowych.

Odkrycia te pojawiają się w momencie, gdy dostępność energii elektrycznej stała się kluczowym ograniczeniem dla skali mocy AI, jakie operatorzy mogą uruchomić.

Rubin przewyższa Blackwell pod względem przychodów na gigawat

Najnowszy benchmark AgentX firmy SemiAnalysis wykazał, że Rubin NVL72 — konfiguracja w skali szafy nowej platformy — wygenerował około 39% więcej rocznych przychodów na gigawat niż najwydajniejsza konfiguracja GB300, oparta na tej samej obecnej generacji platformy Black, która stanowi punkt odniesienia. Raport oszacował również około 42% wyższy modelowany zysk na gigawat w kluczowych obciążeniach agentowych AI, w których modele wykonują zadania o długim kontekście i wielokrotnych turach rozmowy.

Efektywność energetyczna stała się kluczową kwestią dla centrów danych AI. Gdy systemy generują więcej tokenów — jednostek tekstu przetwarzanych i wytwarzanych przez modele — na każde zużyte megawat energii elektrycznej, firmy chmurowe mogą obsłużyć więcej użytkowników przy tej samej mocy.

Raport zmierzył również wydajność Rubin pod kątem całkowitego kosztu posiadania — miary łączącej koszty sprzętu, energii i eksploatacji w całym cyklu życia systemu. W jednym z testów, przy 170 tokenach na sekundę, Rubin osiągnął do 67 razy wyższą całkowitą przepustowość na jednostkę TCO niż GB300.

SemiAnalysis przypisało te zyski zintegrowanemu projektowi sprzętowo-sieciowemu Nvidii. Platforma łączy procesor graficzny Rubin, procesor Vera, NVLink 6, ConnectX-9, BlueField-4 i Spectrum-6 w jednym systemie przeznaczonym do obciążeń AI o długim kontekście i wielokrotnych turach rozmowy.

Limity mocy kształtują wydatki na infrastrukturę AI

Skupienie na energii wynika z ograniczeń dostępnej energii elektrycznej, z jakimi mierzą się operatorzy centrów danych w kilku rynkach. Sam zakup dodatkowych akceleratorów nie rozwiązuje tego problemu, gdy obiekty nie mają wystarczającej mocy, aby uruchomić nowe systemy. Wyższa wydajność na każdy megawat może zatem pozwolić operatorom na obsługę większej aktywności AI w ramach stałych budżetów energetycznych.

W przypadku akcji NVDA inwestorzy mogą obserwować, jak szeroko klienci przyjmą Rubin, gdy priorytety wydatków na infrastrukturę przesuwają się w stronę efektywności i kosztów eksploatacji.

Produkcja rusza u największych dostawców chmury

Nvidia zapowiedziała Verę Rubin w marcu i poinformowała, że partnerzy rozpoczną oferowanie systemów Rubin w drugiej połowie 2026 roku. Firma pozycjonuje platformę jako kolejny krok po Blackwell w zakresie dużych treningów i inferencji AI.

Do lipca Nvidia poinformowała, że CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure i Nebius mieli uruchomione szafy Rubin, gdy produkcja NVL72 przyspieszała. Firma podała również, że jej sieć produkcyjna obejmuje ponad 350 zakładów w 30 krajach.

Te wdrożenia dają operatorom chmurow wczesny dostęp do systemów Rubin przed oknem dostępności w drugiej połowie 2026 roku, podczas gdy Nvidia pracuje nad zwiększaniem produkcji przez cały rok dzięki produkcji partnerskiej na kluczowych rynkach globalnych.

Źródło: Blockonomi