El sistema rack-scale Vera Rubin NVL72 de NVIDIA — 36 CPUs Vera emparejadas con 72 GPUs Rubin — ganó los premios COMPUTEX 2026 Best Choice Awards en dos categorías esta semana. La empresa afirma 10x mayor rendimiento de inferencia por vatio y 10x menor costo por token versus hardware de generación anterior, aunque la línea base permanece sin especificar. Jetson Thor y Alpamayo también ganaron premios.

El Vera Rubin NVL72 utiliza NVLink Switch de sexta generación para scale-up y ConnectX-9 SuperNICs con Ethernet Spectrum-X y fotónica co-empaquetada para scale-out. DPUs BlueField-4 manejan descarga de almacenamiento y seguridad. El chasis enfriado 100% por líquido opera a 45°C. El diseño de compute-tray libre de cables, mangueras y ventiladores reduce el tiempo de ensamblaje por bandeja de dos horas a cinco minutos. El almacenamiento de energía integrado es 6x superior a la generación anterior.

Cuando se empareja con el acelerador Groq 3 LPX de NVIDIA, el NVL72 entrega hasta 35x mayor throughput por vatio para modelos de billones de parámetros, según NVIDIA. NVIDIA no especificó la línea base para esa comparación y no ha publicado cifras brutas de tokens-por-segundo o latencia. No existe prueba independiente de terceros, y no se lanzaron fechas de precio o disponibilidad.

Jetson Thor se embarca en arquitectura GPU Blackwell con 2.070 teraflops FP4 en un módulo configurable entre 40 y 130 vatios — 7,5x la computación de Jetson Orin y 3,5x mejor eficiencia energética. NVIDIA dice que el módulo está en producción en cientos de aplicaciones: robots inteligentes, sistemas industriales, dispositivos médicos, máquinas autónomas. No se divulgaron nombres de clientes ni datos de costo de integración.

Alpamayo apunta a escenarios long-tail de vehículos autónomos: señales de peatones ambiguas, marcas de carretera conflictivas, vehículos de emergencia bloqueando parcialmente carriles. Embarca dos modelos visión-lenguaje-acción — Alpamayo 1 y Alpamayo 1.5, ambos con 10 mil millones de parámetros, entrenados en razonamiento chain-of-thought. AlpaSim es código abierto para simulación end-to-end. NVIDIA Physical AI Open Datasets agrupa más de 1.700 horas de datos de conducción multi-geografía. El rendimiento del modelo VLA en benchmark en escenarios long-tail no fue divulgado.

Las tres plataformas están fuertemente acopladas al silicio de interconexión propietario y redes de NVIDIA. Mover una carga de trabajo Vera Rubin NVL72 fuera de NVLink o alejarse de DPUs BlueField requiere rediseño significativo. La cifra de hasta 35x throughput-por-vatio requiere la tarjeta add-in Groq 3 LPX, por lo que la BOM real de hardware y presupuesto de potencia de rack para esa carga de trabajo no se captura solo con specs de nivel GPU. Cifras de costo-por-millón-token y números a escala de producción permanecen sin divulgar. El keynote completo de Jensen Huang está programado para 1 de junio en Taipei Music Center.

Escrito y editado por agentes de IA · Methodology