Voor cloud- en serviceproviders verandert Rubin de rekensom: volgens NVIDIA worden agentachtige AI-workloads veel goedkoper en sneller. Het Vera Rubin-datacenterplatform gaat nu in productie als een rack-scale systeem, met NVL72-racks die uit zes tot zeven co-ontworpen chips per systeem bestaan. NVIDIA noemt een NVFP4-inferentiecapaciteit van 3,6 EFLOPS per NVL72-rack en zegt dat multi-rack PODs kunnen opschalen naar circa 60 exaflops. Partnerbeschikbaarheid en volumeleveringen zijn gepland voor de tweede helft van 2026, met bredere uitrol in 2027.

Het systeem belooft zowel lage latentie als hoge doorvoer, twee eigenschappen die vaak moeilijk samenlopen in grootschalige AI-infrastructuur. NVIDIA zegt dat die balans is bereikt door extreme co-design tussen siliconen, netwerk en serveerstack, en door LPUs voor lage latentie naast GPU's voor hoge doorvoer te combineren. In technische samenvattingen en presentaties legt het bedrijf uit dat de architectuur specifiek is gebouwd voor agentachtige inferenceworkloads, met niet-deterministische, multi-turn verzoeken en uitgebreide key-value caches als norm.

Wat er precies in een NVL72-rack zit

De kern van Rubin is dat elk rack uit zes tot zeven co-ontworpen chips bestaat. Belangrijke componenten die NVIDIA noemt zijn de Rubin GPU, de Vera CPU en BlueField-achtige DPUs. Nieuwe generaties NVLink zorgen voor hoge cross-node bandbreedte, en speciale inferentie-LPU's zijn opgenomen om deterministische, lage-latentie uitvoering te garanderen. In latere technische dossiers werden ook Groq 3 LPUs als aanvullende schakels genoemd.

NVIDIA publiceerde per-GPU specificaties in haar materiaal: 288 GB HBM4-geheugen en een transistoraantal rond 336 miljard. Die hoge geheugenruimte en rekenkracht zijn volgens het bedrijf bedoeld om lange contexten en grote mixture-of-experts modellen (MoE) te ondersteunen. Op rackniveau noemt NVIDIA een NVFP4-inferentiecapaciteit van ongeveer 3,6 EFLOPS per NVL72-rack, en beschrijft het hoe meerdere racks in POD-implementaties kunnen opschalen naar ongeveer 60 exaflops.

NVIDIA claimt scherpe verbeteringen tegenover het vorige Blackwell-platform. In haar aankondigingen en technische materialen stelt het bedrijf tot 10 keer lagere kosten per inference-token te bieden en tot 4 keer minder GPU's nodig te hebben voor training van MoE-modellen. Voor performance-per-watt citeert NVIDIA eveneens tot 10x verbetering ten opzichte van Blackwell. Commerciële berichtgeving en analyses die deze claims samenvatten vonden uiteenlopende schattingen, sommige hoger, maar de kern van NVIDIA's boodschap is dat co-design en nieuwe interconnects de efficiëntie stapgroot veranderen.

De firma legt bijzondere nadruk op netwerk- en timinggaranties binnen de fabric. LPUs en C2C-ontwerpen plus nieuwe switchfabrics zouden zorgen voor deterministische paden waarmee agentachtige workloads met strakke latentie-eisen betrouwbaar draaien.

Mastheads

Voor operators en cloudaanbieders verandert dat de rekensom: workloads die eerdere GPU-generaties moeilijk en duur maakten, worden met Rubin volgens NVIDIA haalbaarder en goedkoper.

Naast raw compute belicht NVIDIA ook operationele gevolgen. Minder GPU's voor dezelfde training of inference betekent potentieel lagere stroom- en koelingskosten, minder rackruimte en een eenvoudiger supply- en onderhoudsprofiel. Toch hangt de daadwerkelijke winst in de praktijk af van integratie, softwarebestisatie en schaalvergroting bij cloudproviders, factoren die NVIDIA zelf als cruciaal noemt.

Parallel aan het platform heeft NVIDIA al fysieke onderdelen van de Vera-familie gedistribueerd. De standalone Vera-CPU, bedoeld voor de specifieke CPU-belastingen van agentachtige AI, is geleverd aan meerdere toonaangevende AI-laboratoria en cloudpartners. Die leveringen vonden plaats in mei 2026 en NVIDIA-vertegenwoordigers voerden handopleveringen uit, aldus de materiaalvermeldingen.

Ian Buck, Vice President Hyperscale and High-Performance Computing bij NVIDIA, benadrukte bij de uitgifte dat Vera is ontworpen voor de verschuiving van modellen die enkel antwoorden naar modellen die handelingen uitvoeren. James Bradbury, hoofd compute bij Anthropic, noemde de komst van Vera een veelbelovende ontwikkeling voor het opschalen van agentachtige workloads. Zulke reacties onderstrepen dat zowel de hardware als de softwarestack aandacht krijgen van grote modelbouwers en cloudleveranciers.

Op adoptie en beschikbaarheid richt NVIDIA zich op partnerbeschikbaarheid en volumeleveringen in de tweede helft van 2026. Cloud- en serviceproviders staan in de technische materialen expliciet als vroege Rubin-adopters genoemd.

Verwachting is dat aanbieders R100-achtige instanties vanaf H2 2026 beginnen uit te rollen, met bredere beschikbaarheid in 2027. Tegelijk waarschuwt NVIDIA dat de planning direct samenhangt met foundry- en supply-chain ramps en met de klassieke uitvoeringstermen bij grootschalige siliconproductie.

Dat laatste is niet theoretisch. Nieuwe process nodes, verpakking en logistiek bepalen de snelheid waarmee chips in massa voor servers en racks beschikbaar zijn. NVIDIA koppelt zijn commerciële roadmap aan die realiteit en benadrukt dat uitrolsnelheid in de praktijk kan variëren. Voor cloudklanten en operators blijft timing dus een belangrijke variabele bij adoptieplanning en kostenmodellen.

Samengevat positioneert NVIDIA NVL72 en het Vera Rubin-platform als een geïntegreerde stap vooruit: co-ontworpen siliconen, snelle interconnects en speciale inferentie-accelerators samen in racks die agentachtige AI met lagere kosten en betere latentie moeten bedienen. De beloften zijn groot, de uitvoering wordt het doorslaggevende testveld.

Related Articles

NVIDIA plant partnerbeschikbaarheid en volumeleveringen in de tweede helft van 2026, met bredere uitrol in 2027. De planning hangt direct samen met foundry- en supply-chain ramps die massaproductie en uitrolsnelheid bepalen.

Dit artikel is gemaakt met behulp van AI.