Nvidia Rubin: η νέα γενιά AI chips μπαίνει στα data centers και ο Huang «βλέπει» διπλάσιες πωλήσεις

Τα πρώτα clusters Vera Rubin λειτουργούν ήδη στο cloud της CoreWeave, με έως 10 φορές χαμηλότερο κόστος ανά token από τη Blackwell. Ο Jensen Huang περιμένει η Nvidia να πουλήσει διπλάσια chips τον επόμενο χρόνο.

Σειρά από racks της πλατφόρμας Nvidia Rubin σε σκούρο φόντο
Racks της πλατφόρμας Vera Rubin. Φωτογραφία: NVIDIA

Με μια ματιά

  • Η CoreWeave έθεσε σε λειτουργία στις 16 Σεπτεμβρίου το πρώτο cluster με πολλά racks Vera Rubin NVL72.
  • Κατά την Nvidia, η Rubin ρίχνει έως 10 φορές το κόστος ανά token σε σχέση με τη Blackwell.
  • Ο Jensen Huang περιμένει η Nvidia να πουλήσει διπλάσια chips τον επόμενο χρόνο.

Η νέα γενιά AI chips της Nvidia, η πλατφόρμα Nvidia Rubin, βγαίνει από τα εργαστήρια και μπαίνει στα data centers. Στις 16 Σεπτεμβρίου, η CoreWeave έθεσε σε λειτουργία το πρώτο cluster με πολλά racks Vera Rubin και εκατοντάδες GPU. Παράλληλα, ο Jensen Huang δήλωσε ότι η Nvidia θα πουλήσει τον επόμενο χρόνο διπλάσια chips.

Τι είναι η πλατφόρμα Nvidia Rubin

Η Rubin δεν είναι ένα chip αλλά ένα σύνολο έξι chips που δουλεύουν μαζί. Αναλυτικά, περιλαμβάνει τη GPU Rubin, τον επεξεργαστή Vera, τον διακόπτη NVLink 6, την κάρτα δικτύου ConnectX-9, το BlueField-4 και τον διακόπτη Ethernet Spectrum-6.

Σύμφωνα με την Nvidia, σε σχέση με την προηγούμενη γενιά Blackwell:

  • το κόστος ανά token στην εξαγωγή απαντήσεων (inference) πέφτει έως και 10 φορές·
  • για την εκπαίδευση μοντέλων τύπου «mixture of experts» αρκούν 4 φορές λιγότερες GPU.

Ένα rack, 72 GPU

Η βασική μονάδα είναι το rack Vera Rubin NVL72. Κάθε rack έχει 72 GPU Rubin και 36 επεξεργαστές Vera. Επιπλέον, το NVLink 6 δίνει σε κάθε GPU 3,6 TB/s, δηλαδή 260 TB/s για όλο το rack. Η Nvidia σχεδίασε και τα εσωτερικά χωρίς καλώδια, ώστε οι τεχνικοί να τα συναρμολογούν και να τα συντηρούν έως 18 φορές πιο γρήγορα.

Τα πρώτα clusters της Nvidia Rubin

Η CoreWeave είχε δοκιμάσει ένα μόνο rack τον Ιούνιο. Τώρα, συνδέει πολλά racks σε ένα ενιαίο cluster μέσω Ethernet Spectrum-X, με έως 1,6 Tb/s ανά GPU. Οι πελάτες της το χρησιμοποιούν για εκπαίδευση μοντέλων, για AI agents που εκτελούν πολλά βήματα και για ενισχυτική μάθηση.

Στη συνέχεια, η Nvidia αναμένει ότι η Rubin θα φτάσει μέσα στο δεύτερο εξάμηνο του 2026 σε AWS, Google Cloud, Microsoft Azure, Oracle Cloud, Lambda, Nebius και Nscale.

«Διπλάσια chips τον επόμενο χρόνο»

Στις 17 Σεπτεμβρίου, σε σύνοδο για την AI που φιλοξένησε ο βασιλιάς Κάρολος στη Σκωτία, ο Jensen Huang είπε ότι περιμένει η Nvidia να πουλήσει τον επόμενο χρόνο διπλάσια chips από φέτος, όπως μετέδωσε το CNBC. Κατά τον ίδιο, τη ζήτηση τη σπρώχνουν κυρίως οι χώρες που χτίζουν δικές τους υποδομές AI.

Μάλιστα, η δήλωση ξεπερνά την πρόβλεψη που είχε δώσει η οικονομική διευθύντρια Colette Kress στις 26 Αυγούστου, για αύξηση εσόδων 70% στο οικονομικό έτος 2028. Ωστόσο, οι αγορές παραμένουν επιφυλακτικές, καθώς το κόστος των υποδομών AI ανεβαίνει συνεχώς.

Γιατί μας αφορά

Φθηνότερο κόστος ανά token σημαίνει, τελικά, φθηνότερες υπηρεσίες AI για όλους. Άλλωστε, το είδαμε ήδη στον πόλεμο τιμών ανάμεσα σε Anthropic και OpenAI. Επίσης, η ζήτηση για τέτοια chips εξηγεί γιατί και η Ελλάδα αποκτά μεγάλα κέντρα δεδομένων, όπως το data center ΔΕΗ και AWS στην Κοζάνη. Περισσότερα στην ενότητα Hardware & Τσιπ.