Supercomputador rack-scale de IA Vera Rubin NVL72 da NVIDIA entrou em produção total em 21 de julho, com racks Vera Rubin escalando em CoreWeave, Google Cloud, Microsoft Azure e Oracle Cloud Infrastructure. A plataforma unifica sete chips co-projetados (GPU Vera Rubin, CPU Vera, Groq 3 LPX, switch Ethernet Spectrum-6, DPU Vera BlueField-4, switch NVLink 6, NIC ConnectX-9) como sistema único coerente em vez de componentes montados. Benchmarks iniciais de CoreWeave em DeepSeek-R1 mostram 10x mais throughput por megawatt que Grace Blackwell NVL72—a métrica que mais importa para fábricas de IA com restrição de potência.
O rack funciona com Vera Rubin alcançando até 10x mais tokens por megawatt e um décimo do custo por milhão de tokens em comparação com GB200 NVL72. Montagem de bandeja leva um minuto (anteriormente horas) graças a bandejas co-projetadas sem cabos, ventiladores ou mangueiras. Temperatura de entrada de resfriamento líquido de 45 graus Celsius permite operação com dry-cooler sem chiller, economizando milhões de galões de água por megawatt anualmente. Stack total—CPU Vera manipulando orquestração, GPU Rubin manipulando computação, Ethernet Spectrum-6 manipulando scale-out, NVLink-C2C manipulando coerência CPU-GPU em 1.8TB/s—cria plataforma unificada.
Rampa de produção é suportada pela maior, mais madura cadeia de suprimentos rack-scale jamais montada, abrangendo 350+ sites de fábrica em 30 países. Mistral anunciou parceria multibilionária com Microsoft ancorando implantação de milhares de GPUs Vera Rubin para infraestrutura de IA soberana europeia; SpaceXAI e Tesla estão entre adotantes iniciais. Isso aborda a lei de escalamento de IA agentic: agentes consomem até 15x mais tokens por requisição que inferência tradicional, tornando eficiência custo-por-token uma alavanca primária de infraestrutura.
Para times de infraestrutura dimensionando implantações próxima geração, a melhora 10x-por-watt e integração single-system reduzem capex, opex (água, resfriamento, espaço de instalação) e tempo-para-deploy. O tradeoff é lock-in na plataforma verticalmente integrada de NVIDIA; times devem avaliar orçamentos de potência, arquitetura de rede (NVLink vs Ethernet) e relacionamentos de fornecedor de longo prazo antes de se comprometer.