NVIDIA Vera Rubin GPU: GPU, NVL72, Speicher, Netzwerk und Verfügbarkeits-Tracker
Die NVIDIA Vera Rubin GPU ist nicht nur ein einzelner Beschleuniger, den man in einen vertrauten Server einsetzt. NVIDIA positioniert Vera Rubin als Plattform für KI-Fabriken auf Rack-Scale- und POD-Scale-Ebene für agentische Workloads: mehr GPU-Speicher, höhere Speicherbandbreite, ein enger gekoppeltes Scale-up-Fabric und ein Netzwerk-Stack, der für sehr große Trainings- und Inferenz-Cluster ausgelegt ist.
Für Käufer von Cloud-GPUs verändert das die Fragestellung. Die Frage lautet nicht nur „Wie lauten die NVIDIA Vera Rubin GPU-Spezifikationen?“ Sie lautet auch: Wann werden Vera-Rubin-Systeme verfügbar sein, was bedeutet NVL72, wie viel HBM4-Speicher steht auf Rack-Scale zur Verfügung, welche Netzwerkinfrastruktur wird benötigt, und wann ist es sinnvoller, während man auf Kapazitäten wartet, eine Modell-API zu nutzen?
Dieser Tracker fasst zusammen, was NVIDIA öffentlich bis zum 13. Oktober 2026 bekannt gegeben hat, und trennt bestätigte Spezifikationen von Annahmen für die Beschaffung.
Kurzantwort: Was ist die NVIDIA Vera Rubin GPU?
Die NVIDIA Vera Rubin GPU ist die GPU-Generation innerhalb von NVIDIAs Vera-Rubin-Plattform, der Nachfolgeplattform nach Grace Blackwell für groß angelegte KI-Fabriken. Im DGX Vera Rubin NVL72-System von NVIDIA kombiniert das Rack 72 NVIDIA Rubin GPUs mit 36 NVIDIA Vera CPUs, 20,7 TB HBM4-GPU-Speicher und 1.400 TB/s aggregierter GPU-Speicherbandbreite. NVIDIA kennzeichnet diese DGX Vera Rubin NVL72-Spezifikationen als vorläufig und vorbehaltlich Änderungen, daher sollten Beschaffungsmodelle ein nachverfolgtes Revisionsdatum enthalten.
NVIDIA kündigte außerdem am 31. Mai 2026 an, dass die Vera-Rubin-Plattform in die volle Produktion hochgefahren wird und die Auslieferung der Produktion ab Herbst 2026 beginnen soll. Das ist für Käufer wichtig, weil die erste Welle wahrscheinlich als integrierte Systeme und Cloud-Kapazität erscheinen wird, bevor es zu einer einfachen Entscheidung „GPU-SKU auswählen“ wird.
NVIDIA Vera Rubin GPU-Tracker
| Feld | Aktueller öffentlicher Status | Warum das wichtig ist |
|---|---|---|
| GPU-Generation | Rubin GPUs in Vera-Rubin-Systemen | Nachfolgeplattform für KI-Fabrik-Deployments nach Blackwell. |
| Rack-Formfaktor | DGX Vera Rubin NVL72 | Als Rack-Scale-Infrastruktur zu behandeln, nicht als gewöhnlichen PCIe-GPU-Knoten. |
| GPU-Anzahl pro NVL72 | 72 Rubin GPUs | Definiert die Scale-up-Domäne für ein Rack-System. |
| CPU-Paarung | 36 Vera CPUs | Das CPU/GPU-Verhältnis ist Teil des Plattformdesigns. |
| GPU-Speicher | 20,7 TB HBM4 pro DGX Vera Rubin NVL72 | Wichtige Einschränkung für Long-Context-Inferenz, große MoE-Modelle und Trainings-Checkpoints. |
| Speicherbandbreite | 1.400 TB/s aggregierte GPU-Speicherbandbreite | Speicherbandbreite ist bei Inferenz-Workloads oft der Engpass vor den reinen FLOPS. |
| Genannte Dichteleistung | 3.600 PFLOPS NVFP4-Inferenz; 2.520 PFLOPS NVFP4-Training; 1.260 PFLOPS FP8/FP6-Training | Nützlich für den Plattformvergleich, aber die Akzeptanz von Benchmarks sollte workloadspezifische Tokens/s und Kosten pro akzeptierter Ausgabe verwenden. |
| Scale-up-Fabric | 9 L1 NVIDIA NVLink-Switches in der DGX Vera Rubin NVL72-Spezifikation | Bestimmt, wie eng die GPUs als ein einziger großer Compute-Bereich zusammenarbeiten können. |
| Scale-out-Netzwerk | Mehr als 144 Single-Port-ConnectX-9-VPI-Adapter mit 800 Gb/s InfiniBand/Ethernet, plus 18 Dual-Port-BlueField-4-VPI-Adapter mit 400 Gb/s | Kapazitätsplaner benötigen Annahmen zu Netzwerk, Verkabelung, Stromversorgung, Sicherheit und Mandantenfähigkeit, nicht nur zur GPU-Anzahl. |
| Produktionsstatus | Hochlauf in die volle Produktion; Auslieferungen laut NVIDIAs Mitteilung vom 31. Mai 2026 ab Herbst 2026 | Frühe Verfügbarkeit als abhängig von Lieferkette und Cloud-Region behandeln. |
NVIDIA Vera Rubin GPU-Architektur: Was sich ändert
Die wichtigste Veränderung in der NVIDIA Vera Rubin GPU-Architektur ist, dass sich die sinnvolle Analyseeinheit nach oben verschiebt. Bei H100 oder A100 verglichen viele Teams einzelne GPU-Instanzen. Mit GB200 und nun Vera Rubin vergleichen Käufer zunehmend vollständige Rack-Systeme, PODs, Netzwerk-Fabrics und Rechenzentrumsbeschränkungen.
Diese Verschiebung zeigt sich im DGX Vera Rubin NVL72. Ein einzelnes System auf Rack-Ebene bietet 72 Rubin GPUs und 36 Vera CPUs. Die Plattform ist für Modelle gebaut, die eine schnelle Kommunikation über viele Beschleuniger hinweg benötigen: Long-Context-Inferenz, Multi-Step-Agent-Reasoning, Post-Training, Reinforcement Learning, synthetische Datenzyklen und Training von Frontier-Modellen.
Für Teams der KI-Infrastruktur bedeutet das, dass die NVIDIA Vera Rubin GPU über fünf Ebenen hinweg bewertet werden sollte:
- GPU-Compute: FLOPS nach Präzision, Kernel-Support und Reife des Frameworks.
- HBM4-Speicher: nutzbarer Speicher pro Modellreplik, Speicherbandbreite und KV-Cache-Kapazität.
- NVLink-Domäne: wie stark sich das Rack wie ein einziger eng gekoppelter Beschleunigerpool verhält.
- Scale-out-Fabric: wie Racks über InfiniBand, Ethernet, Spectrum-X oder die Fabric des Cloud-Anbieters kommunizieren.
- Betriebsebene: Orchestrierung, Telemetrie, Kühlung, Failure Domains, Mandantentrennung und Software-Support.
Wenn Ihr Workload nur gehostete Modellaufrufe benötigt, kann dieser Stack mehr Infrastruktur sein, als Sie besitzen möchten. Wenn Ihr Workload jedoch benutzerdefiniertes Modelltraining, proprietäre Gewichte, Kontrolle auf niedriger Ebene über den Scheduler oder Inferenzökonomie auf Flottenebene benötigt, wird Vera Rubin zu einem ernsthaften Beobachtungskandidaten.
NVIDIA Vera Rubin GPU-Spezifikationen: Was bestätigt ist
Auf der DGX-Vera-Rubin-NVL72-Seite von NVIDIA sind derzeit diese vorläufigen Spezifikationen aufgeführt:
| Spezifikation | DGX Vera Rubin NVL72 öffentliche Angabe |
|---|---|
| GPU und CPU | 72 NVIDIA Rubin GPUs und 36 NVIDIA Vera CPUs |
| Gesamter GPU-Speicher | 20,7 TB HBM4 |
| Aggregierte GPU-Speicherbandbreite | 1.400 TB/s |
| NVFP4-Inferenz | 3.600 PFLOPS |
| NVFP4-Training | 2.520 PFLOPS |
| FP8/FP6-Training | 1.260 PFLOPS |
| NVLink-Switch-System | 9 L1 NVIDIA NVLink-Switches |
| Front-End- / Scale-out-Adapter | 144+ ConnectX-9 VPI Single-Port-Adapter mit 800 Gb/s InfiniBand/Ethernet |
| DPU- / Infrastruktur-Adapter | 18 Dual-Port-BlueField-4-VPI-Adapter mit 400 Gb/s InfiniBand/Ethernet |
| Software | NVIDIA Mission Control, NVIDIA AI Enterprise, NVIDIA DGX OS |
| Support | Drei Jahre Enterprise-Business-Standard-Support |
Der Hinweis auf „vorläufige Informationen“ ist wichtig. Er macht das NVIDIA-Vera-Rubin-GPU-Datenblatt nicht unbrauchbar; er bedeutet, dass jedes Budgetmodell vor der Unterzeichnung eines Kapazitätsvertrags ein Feld für die „zuletzt verifiziert am“-Angabe und einen Aktualisierungs-Workflow enthalten sollte.
Warum HBM4 die Spezifikation ist, auf die man achten sollte
Das sekundäre Keyword „nvidia vera rubin gpu hbm4“ ist wichtig, weil HBM4 die praktische Obergrenze für Inferenz- und Trainings-Workloads verändert. Große Modelle scheitern selten, weil eine theoretische FLOPS-Zahl zu niedrig ist. Sie scheitern, weil die Bereitstellung nicht genug Parameter, Aktivierungen, KV-Cache und Routing-Zustand nahe genug an den Recheneinheiten halten kann.
Für Inferenz beeinflusst HBM4:
- Langer Kontext: mehr Platz für den KV-Cache, bevor ausgelagert werden muss oder die Batch-Größe reduziert wird.
- Agentische Workloads: mehr gleichzeitige Denkschritte und Tool-Call-Zustand pro Modellreplikat.
- MoE-Routing: mehr Spielraum für aktive Experten und speichergebundene Routing-Pfade.
- Batch-Ökonomie: höhere Tokens/s sind nur dann relevant, wenn die akzeptierte Ausgabequalität und Latenz innerhalb des SLA bleiben.
Für Training und Post-Training wirkt sich HBM4 auf Checkpoint-Größe, Aktivierungsstrategien, die Platzierung des Optimizer-Zustands und darauf aus, wie viel Kommunikations-Overhead sichtbar wird, wenn der Job sich über Racks erstreckt. Ein Vera-Rubin-Beschaffungsbrief sollte daher neben den reinen GPU-Preisen auch Nachweise zu Speicherbandbreite und Interconnects anfordern.
Was NVL72 für Rack-Käufer bedeutet
Die Suchanfrage „nvidia vera rubin gpu rack“ stammt meist von Käufern, die eine Chip-Ankündigung in reale Infrastruktur übersetzen wollen. In NVIDIAs Benennung ist NVL72 ein Rack-Scale-System mit 72 GPUs, die über das NVLink-Switch-System verbunden sind. Diese Scale-up-Fabric ist der Grund, warum die Plattform für die Planung von AI Factories relevanter ist als für den Kauf kleiner einzelner GPU-Knoten.
Für ein Cloud-GPU- oder Colocation-Team ändert NVL72 die operative Checkliste:
| Planungsbereich | Zu stellende Frage |
|---|---|
| Stromversorgung und Kühlung | Kann die Anlage die Rack-Dichte, die Annahmen zur Flüssigkeitskühlung und das Servicemodell unterstützen? |
| Netzwerktopologie | Bietet der Anbieter die beworbene InfiniBand/Ethernet-Fabric oder nur isolierte GPU-Instanzen? |
| Fehlerdomäne | Was passiert, wenn ein Tray, Switch, Adapter oder Rack während eines mehrtägigen Jobs ausfällt? |
| Planung | Kann der Scheduler die vollständige NVL72-Topologie reservieren, oder fragmentiert er die GPU-Platzierung? |
| Speicher | Kann der Speicherpfad das Rack versorgen, ohne zum Flaschenhals zu werden? |
| Mandantenisolation | Wie sind BlueField, Netzwerkrichtlinien, Verschlüsselung und Mandantengrenzen konfiguriert? |
| Abnahmetests | Welche workload-spezifischen Tests zu Tokens/s, Step-Zeit, Checkpoint und Recovery müssen vor der Produktion bestanden werden? |
Deshalb sollte Vera Rubin neben Ihrem GPU-Cluster-TCO-Arbeitsblatt stehen und nicht nur in Ihrer Tabelle zum GPU-Spezifikationsvergleich.
Verfügbarkeits-Tracker: Was öffentlich bekannt ist
Die Newsroom-Veröffentlichung von NVIDIA vom 31. Mai 2026 sagt, dass Vera Rubin in die Serienproduktion hochgefahren wird und dass die Auslieferungen ab Herbst 2026 beginnen sollen. Außerdem werden Serverhersteller, Speicherpartner, Cloud-Anbieter und Ökosystemteilnehmer genannt, die mit dem Ramp-up verbunden sind.
Das bedeutet nicht, dass jeder Käufer am ersten Tag eine NVIDIA-Vera-Rubin-GPU-Instanz mieten kann. „Serienproduktion“ und „verfügbar in der Region, Topologie, Quote, Laufzeit der Reservierung und Software-Stack, den Sie benötigen“ sind unterschiedliche Meilensteine.
Verwenden Sie diesen Verfügbarkeits-Tracker, wenn Sie mit Anbietern sprechen:
| Meilenstein | Was bestätigt werden sollte |
|---|---|
| Silizium- / Systemproduktion | Erhält der Anbieter Vera-Rubin-Systeme oder kündigt er nur zukünftigen Support an? |
| Rack-Topologie | Wird Kapazität als vollständiges NVL72, Teil-Rack, Single-Tenant-Cluster oder gemeinsame GPU-Instanzen verkauft? |
| Region | Welche Cloud-Regionen oder Colocation-Standorte verfügen über physischen Bestand? |
| Netzwerkmodus | InfiniBand, Ethernet, Spectrum-X oder anbieterspezifisches Fabric? |
| Software-Stack | CUDA, Treiber, Kubernetes, Slurm, vLLM, SGLang, NCCL, Observability und unterstützte Images. |
| Reservierungsmodell | On-Demand, zugesicherte Kapazität, privates Cluster, Managed Service oder nur Vorschau für Benchmarks. |
| Abnahmefenster | Können Sie vor einer langfristigen Verpflichtung einen produktionsnahen Benchmark ausführen? |
Wenn Ihr Team noch unsicher ist, ob es warten soll, vergleichen Sie die Verfügbarkeit von Vera Rubin mit einer GPU-Cloud vs. Model-API-Baseline. Der Weg über eine verwaltete Model-API kann für Produkte schneller sein, die jetzt Ausgabegüte und Verfügbarkeit benötigen, während Vera Rubin für Teams attraktiver ist, die direkte Kontrolle über proprietäre Trainings- oder Inferenzinfrastruktur brauchen.
Vera Rubin vs. Blackwell: Der praktische Unterschied
Die meisten Teams sollten Vera Rubin nicht als „Blackwell, aber neuer“ einordnen. Der praktische Unterschied liegt im Plattformziel.
Blackwell-Systeme wie GB200 und GB300 haben rack-scale Inferenz und Training für Reasoning-Workloads vorangebracht. Vera Rubin setzt diese Rack-Scale-Richtung mit Rubin-GPUs, Vera-CPUs, HBM4 und einer größeren Plattformgeschichte rund um agentische KI-Fabriken fort. NVIDIA gibt an, dass Vera Rubin im Vergleich zur vorherigen Grace-Blackwell-Plattform einen 10-fachen Agenten-Durchsatz bei Skalierung liefert, aber Käufer sollten dies dennoch mit ihrem eigenen Modell, Kontextfenster, Routing-Muster und Tool-Call-Profil validieren.
Wenn Sie aktuelle Beschaffungsoptionen vergleichen, lesen Sie Vera Rubin zusammen mit GB200 vs B200. Die nützliche Frage lautet nicht: „Welcher Chip ist neuer?“ Sie lautet: „Welche Topologie ist für mein Workload-Fenster verfügbar, benchmarked und wirtschaftlich vertretbar?“
Wann Sie auf NVIDIA Vera Rubin GPU-Kapazität warten sollten
Auf NVIDIA Vera Rubin GPU-Kapazität zu warten kann sinnvoll sein, wenn:
- Sie große proprietäre Modelle trainieren oder nachtrainieren und vollständige Hardwarekontrolle benötigen.
- Ihr Inferenz-Workload speichergebunden ist und HBM4-Kapazität die Obergrenze für Batch, Latenz oder Kontextlänge verändert.
- Sie eine Rack-Scale-Topologie reservieren können, statt fragmentierter GPU-Instanzen.
- Sie über Facility-, Scheduler-, Storage-, Netzwerk- und Reliability-Teams verfügen, die bereit sind, den Stack zu betreiben.
- Ihr Beschaffungszeitraum mit Kapazitätsanläufen im Herbst 2026 und danach übereinstimmt.
Warten ist riskanter, wenn:
- Sie sofort Produktionskapazität benötigen.
- Ihr Workload über APIs gehostete Frontier- oder Open-Modelle nutzen kann.
- Sie nicht genug Auslastung kontrollieren, um Rack-Scale-Infrastruktur zu amortisieren.
- Ihr Hauptengpass Application-Routing, Evaluierung, Zuverlässigkeit oder Kostenzuordnung und nicht der reine GPU-Zugriff ist.
- Sie vor einer Verpflichtung keine Abnahme-Benchmarks ausführen können.
Für viele Produktteams ist der pragmatischste Weg hybrid: Verwenden Sie jetzt Model-APIs für produktive, nutzerseitige Workloads, führen Sie Benchmarks auf verfügbaren GPU-Clouds aus und reservieren Sie Vera Rubin erst dann, wenn der Benchmark niedrigere Kosten pro akzeptierter Ausgabe belegt.
Beschaffungs-Checkliste für Vera-Rubin-Kapazität
Bevor Sie Vera-Rubin-Kapazität kaufen oder reservieren, fragen Sie den Anbieter nach:
- Exakter System-Topologie: NVL72, POD, Teil-Rack oder Instanz-Abstraktion.
- GPU-Speicher, der dem Workload zur Verfügung steht, nicht nur nominelles HBM4 pro Rack.
- Details zum Netzwerk-Fabric: InfiniBand, Ethernet, Spectrum-X, Überbuchung und Cross-Rack-Policy.
- Versionen von Treiber, CUDA, NCCL, Scheduler und Container-Images.
- Storage-Durchsatz, Wiederherstellungszeit für Checkpoints und Prozess zur Fehlerbehebung.
- Benchmark-Fenster mit Ihrem eigenen Modell, Prompt-Mix, Kontextlänge und Abnahmekriterien.
- Preisgrundlage: stündlich, reserviert, zugesichert, privates Cluster, verwaltete Plattform oder Enterprise-Vertrag.
- Ausstiegskonditionen, falls öffentliche Spezifikationen, Liefertermin oder Benchmark-Ergebnisse sich ändern.
- Observability: GPU-Auslastung pro Job, Speicherbandbreite, Netzwerkzähler, Warteschlangenzeit und Kostenallokation.
- Sicherheitskontrollen: Mandantenisolierung, Verschlüsselung, Behauptungen zu Confidential Computing und Prüfunterlagen.
Kombinieren Sie diese Checkliste mit Ihrem Modell für GPU-Mietpreise und dem Leitfaden für GPU-Cluster-Miete, damit die Entscheidung Warteschlangenzeit, Auslastung, Egress, Personalzeit und Kosten fehlgeschlagener Läufe einschließt.
Flatkey-Fazit: Nutzen Sie Hardware, wenn Sie Hardware-Kontrolle brauchen
Die NVIDIA Vera Rubin GPU ist wichtig, weil sie die Obergrenze für Teams erhöht, die ernsthafte KI-Fabrik-Infrastruktur aufbauen oder mieten. Sie ist nicht automatisch der schnellste Weg für jedes KI-Produktteam.
Wenn Sie direkte Hardware-Kontrolle, individuelles Training, Low-Level-Scheduling oder dedizierte Rack-Topologie benötigen, verfolgen Sie Vera Rubin genau und bestehen Sie auf produktionsnahen Benchmarks. Wenn Ihr Produkt zuverlässigen Zugriff auf Modell-Ausgaben, Kostentransparenz und Anbieterflexibilität braucht, kann eine verwaltete Model-/API-Schicht die Roadmap in Bewegung halten, während das Hardware-Angebot reift.
Flatkey ist für diesen zweiten Weg gebaut: ein Schlüssel, ein Guthaben und Routing über offizielle Modell- und Tool-APIs hinweg. Verwenden Sie es als verwaltete Modell-Basis in Ihrer Vera-Rubin-Analyse, damit Sie die GPU-Besitzkosten im Rack-Maßstab mit einer funktionierenden Produktionsalternative vergleichen und nicht mit einer leeren Tabelle.
Häufige Fragen
Was ist die NVIDIA Vera Rubin GPU?
Die NVIDIA Vera Rubin GPU ist die GPU der Rubin-Generation innerhalb von NVIDIAs Vera Rubin AI Factory-Plattform. In DGX Vera Rubin NVL72 kombiniert NVIDIA 72 Rubin GPUs mit 36 Vera CPUs, HBM4-Speicher, NVLink-Switching, Hochgeschwindigkeitsnetzwerk und Enterprise-DGX-Software.
Wie lauten die Spezifikationen der NVIDIA Vera Rubin GPU?
Zu den öffentlichen vorläufigen Spezifikationen von DGX Vera Rubin NVL72 gehören 72 Rubin GPUs, 36 Vera CPUs, 20,7 TB HBM4, 1.400 TB/s aggregierte GPU-Speicherbandbreite, 3.600 PFLOPS NVFP4-Inferenz und 9 L1-NVLink-Switches. NVIDIA kennzeichnet diese Werte als vorläufig und vorbehaltlich Änderungen.
Wann werden NVIDIA Vera Rubin GPU-Systeme verfügbar sein?
NVIDIA gab am 31. Mai 2026 bekannt, dass Vera Rubin in die volle Produktion hochfährt und dass die Produktionsauslieferungen ab Herbst 2026 beginnen sollen. Die tatsächliche Verfügbarkeit hängt weiterhin vom Bestand des Anbieters, der Region, der Topologie und den Vertragsbedingungen ab.
Ist Vera Rubin eine einzelne GPU oder ein Rack-System?
Suchende sagen oft „NVIDIA Vera Rubin GPU“, aber Käufer sollten es als Plattform bewerten. Das wichtigste öffentliche System ist DGX Vera Rubin NVL72, ein System im Rack-Maßstab mit 72 Rubin GPUs, Vera CPUs, NVLink-Switching, Netzwerk und Software.
Sollte ich auf Vera Rubin warten oder eine Model-API verwenden?
Warten Sie auf Vera Rubin, wenn Ihr Workload direkte Hardware-Kontrolle, proprietäres Training oder eine Topologie im Rack-Maßstab benötigt. Verwenden Sie eine Model-API, wenn Sie jetzt Produktionsergebnisse benötigen und Ihre Hauptanforderungen Zuverlässigkeit, Routing, Abrechnung und Evaluation sind und nicht der Besitz einer GPU-Infrastruktur.
Überprüfte Quellen
- NVIDIA DGX Vera Rubin NVL72 Produktseite und Spezifikationen: https://www.nvidia.com/en-us/data-center/dgx-vera-rubin-nvl72/
- NVIDIA Newsroom, „NVIDIA Vera Rubin Ramps Into Full Production to Power Agentic AI Factories Worldwide“, 31. Mai 2026: https://nvidianews.nvidia.com/news/vera-rubin-full-production-agentic-ai-factory
- Flatkey Cloud GPU Topic Map und Kampagnenkontext:
seo/flatkey-cloud-gpu-topic-map-current.csv
