GPU NVIDIA Vera Rubin: rastreador de GPU, NVL72, memoria, redes y disponibilidad
La GPU NVIDIA Vera Rubin no es solo un acelerador único que se inserta en un servidor familiar. NVIDIA está posicionando Vera Rubin como una plataforma de fábrica de IA a escala de rack y de POD para cargas de trabajo agénticas: más memoria GPU, mayor ancho de banda de memoria, una estructura de scale-up más estrecha y una pila de red diseñada para clústeres de entrenamiento e inferencia de gran tamaño.
Para los compradores de GPU en la nube, eso cambia la pregunta. La pregunta no es solo "¿cuáles son las especificaciones de la GPU NVIDIA Vera Rubin?" También es: ¿cuándo estarán disponibles los sistemas Vera Rubin?, ¿qué significa NVL72?, ¿cuánta memoria HBM4 se expone a escala de rack?, ¿qué redes se requieren?, y ¿cuándo tiene más sentido usar una API de modelo mientras se espera capacidad?
Este rastreador resume lo que NVIDIA ha divulgado públicamente a fecha de 13 de octubre de 2026 y separa las especificaciones confirmadas de las suposiciones de adquisición.
Respuesta rápida: ¿Qué es la GPU NVIDIA Vera Rubin?
La GPU NVIDIA Vera Rubin es la generación de GPU dentro de la plataforma Vera Rubin de NVIDIA, la plataforma sucesora de Grace Blackwell para fábricas de IA a gran escala. En el sistema DGX Vera Rubin NVL72 de NVIDIA, el rack combina 72 GPU NVIDIA Rubin con 36 CPU NVIDIA Vera, 20,7 TB de memoria HBM4 de GPU y 1.400 TB/s de ancho de banda agregado de memoria de GPU. NVIDIA etiqueta estas especificaciones de DGX Vera Rubin NVL72 como preliminares y sujetas a cambios, por lo que los modelos de adquisición deberían conservar una fecha de revisión registrada.
NVIDIA también anunció el 31 de mayo de 2026 que la plataforma Vera Rubin estaba entrando en producción completa, con los envíos de producción previstos para comenzar a partir del otoño de 2026. Eso importa para los compradores porque es probable que la primera ola aparezca como sistemas integrados y capacidad en la nube antes de convertirse en una simple decisión de "elegir una SKU de GPU".
Rastreador de GPU NVIDIA Vera Rubin
| Campo | Estado público actual | Por qué importa |
|---|---|---|
| Generación de GPU | GPU Rubin en sistemas Vera Rubin | Plataforma sucesora para implementaciones de fábrica de IA posteriores a Blackwell. |
| Formato de rack | DGX Vera Rubin NVL72 | Tratar como infraestructura a escala de rack, no como un nodo GPU PCIe de uso general. |
| Cantidad de GPU por NVL72 | 72 GPU Rubin | Define el dominio de scale-up para un sistema de rack. |
| Emparejamiento de CPU | 36 CPU Vera | El equilibrio CPU/GPU forma parte del diseño de la plataforma. |
| Memoria de GPU | 20,7 TB de HBM4 por DGX Vera Rubin NVL72 | Restricción clave para inferencia de largo contexto, grandes modelos MoE y checkpoints de entrenamiento. |
| Ancho de banda de memoria | 1.400 TB/s de ancho de banda agregado de memoria de GPU | El ancho de banda de memoria suele ser el límite antes que los FLOPS brutos para cargas de trabajo de inferencia. |
| Rendimiento denso declarado | 3.600 PFLOPS NVFP4 para inferencia; 2.520 PFLOPS NVFP4 para entrenamiento; 1.260 PFLOPS FP8/FP6 para entrenamiento | Útil para comparar plataformas, pero la aceptación de benchmarks debería usar tokens/s específicos de la carga de trabajo y coste por salida aceptada. |
| Scale-up fabric | 9 conmutadores NVIDIA NVLink L1 en la especificación DGX Vera Rubin NVL72 | Determina cuán estrechamente pueden operar las GPU como un único gran dominio de cómputo. |
| Red de scale-out | Más de 144 adaptadores ConnectX-9 VPI de un solo puerto a 800 Gb/s InfiniBand/Ethernet, además de 18 adaptadores BlueField-4 VPI de doble puerto a 400 Gb/s | Los planificadores de capacidad necesitan suposiciones sobre red, cableado, energía, seguridad y tenencia, no solo el número de GPU. |
| Estado de producción | Entrando en producción completa; envíos comenzando en otoño de 2026 según el comunicado de NVIDIA del 31 de mayo de 2026 | Tratar la disponibilidad temprana como dependiente de la cadena de suministro y de la región de nube. |
Arquitectura de la GPU NVIDIA Vera Rubin: qué cambia
El cambio más importante en la arquitectura de la GPU NVIDIA Vera Rubin es que la unidad útil de análisis sube de nivel. Con H100 o A100, muchos equipos comparaban instancias de GPU individuales. Con GB200 y ahora Vera Rubin, los compradores comparan cada vez más sistemas completos de rack, PODs, estructuras de red y restricciones de la instalación.
Ese cambio es visible en DGX Vera Rubin NVL72. Un solo sistema a nivel de rack expone 72 GPU Rubin y 36 CPU Vera. La plataforma está diseñada para modelos que necesitan comunicación rápida entre muchos aceleradores: inferencia de largo contexto, razonamiento agéntico de múltiples pasos, post-entrenamiento, aprendizaje por refuerzo, bucles de datos sintéticos y entrenamiento de modelos frontera.
Para los equipos de infraestructura de IA, eso significa que la GPU NVIDIA Vera Rubin debería evaluarse en cinco capas:
- Cómputo de GPU: FLOPS por precisión, compatibilidad de kernels y madurez del framework.
- Memoria HBM4: memoria utilizable por réplica de modelo, ancho de banda de memoria y capacidad de caché KV.
- Dominio NVLink: cuánto del rack se comporta como una sola piscina de aceleradores estrechamente acoplada.
- Red de scale-out: cómo se comunican los racks a través de InfiniBand, Ethernet, Spectrum-X o la estructura del proveedor de nube.
- Capa de operaciones: orquestación, telemetría, refrigeración, dominios de fallo, aislamiento de inquilinos y soporte de software.
Si su carga de trabajo solo necesita llamadas a un modelo alojado, esa pila puede ser más infraestructura de la que desea operar. Si su carga de trabajo necesita entrenamiento de modelos personalizados, pesos propietarios, control de bajo nivel del planificador o economía de inferencia a nivel de flota, Vera Rubin se convierte en un elemento serio de seguimiento.
Especificaciones de la GPU NVIDIA Vera Rubin: lo que está confirmado
La página de DGX Vera Rubin NVL72 de NVIDIA enumera actualmente estas especificaciones preliminares:
| Especificación | Figura pública del DGX Vera Rubin NVL72 |
|---|---|
| GPU y CPU | 72 GPUs NVIDIA Rubin y 36 CPUs NVIDIA Vera |
| Memoria total de GPU | 20,7 TB HBM4 |
| Ancho de banda agregado de memoria de GPU | 1.400 TB/s |
| Inferencia NVFP4 | 3.600 PFLOPS |
| Entrenamiento NVFP4 | 2.520 PFLOPS |
| Entrenamiento FP8/FP6 | 1.260 PFLOPS |
| Sistema de switches NVLink | 9 switches NVIDIA NVLink L1 |
| Adaptadores front-end / scale-out | Más de 144 adaptadores single-port ConnectX-9 VPI a 800 Gb/s InfiniBand/Ethernet |
| Adaptadores DPU / de infraestructura | 18 adaptadores dual-port BlueField-4 VPI a 400 Gb/s InfiniBand/Ethernet |
| Software | NVIDIA Mission Control, NVIDIA AI Enterprise, NVIDIA DGX OS |
| Soporte | Tres años de soporte empresarial estándar |
La nota de "información preliminar" es importante. No hace que la hoja de especificaciones de la GPU NVIDIA Vera Rubin sea inutilizable; significa que todo modelo de presupuesto debería incluir un campo de "última verificación" y un flujo de trabajo de actualización antes de firmar un contrato de capacidad.
Por qué HBM4 es la especificación a vigilar
La palabra clave secundaria "nvidia vera rubin gpu hbm4" es importante porque HBM4 cambia el techo práctico para cargas de trabajo de inferencia y entrenamiento. Los modelos grandes rara vez fallan porque un número teórico de FLOPS sea demasiado bajo. Fallan porque la implementación no puede mantener suficientes parámetros, activaciones, caché KV y estado de enrutamiento cerca de las unidades de cómputo.
Para la inferencia, HBM4 afecta a:
- Contexto largo: más espacio para la caché KV antes de desbordarse o reducir el tamaño del lote.
- Cargas de trabajo agenticas: más pasos de razonamiento concurrentes y estado de llamadas a herramientas por réplica del modelo.
- Enrutamiento MoE: mayor margen para expertos activos y rutas de enrutamiento limitadas por memoria.
- Economía de lotes: un mayor tokens/s solo importa si la calidad de salida aceptada y la latencia se mantienen dentro del SLA.
Para el entrenamiento y el posentrenamiento, HBM4 afecta al tamaño de los checkpoints, a las estrategias de activación, a la ubicación del estado del optimizador y a cuánto sobrecoste de comunicación aparece cuando el trabajo abarca racks. Por lo tanto, un informe de adquisición de Vera Rubin debería solicitar evidencia de ancho de banda de memoria e interconexión junto con el precio bruto de la GPU.
Qué significa NVL72 para los compradores de racks
La consulta "nvidia vera rubin gpu rack" suele venir de compradores que intentan mapear un anuncio de chip a una infraestructura real. En la nomenclatura de NVIDIA, NVL72 es un sistema a escala de rack con 72 GPUs conectadas a través del sistema de switches NVLink. Ese tejido de escalado es la razón por la que la plataforma es más relevante para la planificación de fábricas de IA que para la compra de GPUs pequeñas y de nodo único.
Para un equipo de GPU en la nube o de colocation, NVL72 cambia la lista de comprobación operativa:
| Área de planificación | Pregunta que hacer |
|---|---|
| Energía y refrigeración | ¿Puede la instalación soportar la densidad del rack, las hipótesis de refrigeración líquida y el modelo de servicio? |
| Topología de red | ¿El proveedor ofrece la infraestructura InfiniBand/Ethernet anunciada, o solo instancias de GPU aisladas? |
| Dominio de fallo | ¿Qué ocurre cuando falla una bandeja, switch, adaptador o rack durante un trabajo de varios días? |
| Planificación | ¿Puede el programador reservar la topología completa de NVL72 o fragmenta la colocación de las GPU? |
| Almacenamiento | ¿Puede la ruta de almacenamiento alimentar el rack sin convertirse en el cuello de botella? |
| Aislamiento de inquilinos | ¿Cómo se configuran BlueField, la política de red, el cifrado y los límites entre múltiples inquilinos? |
| Pruebas de aceptación | ¿Qué pruebas específicas de carga de trabajo de tokens/s, tiempo por paso, checkpoint y recuperación deben superarse antes de producción? |
Por eso Vera Rubin debería ir junto a tu hoja de cálculo de TCO de clúster de GPU, no solo a tu tabla comparativa de especificaciones de GPU.
Rastreador de disponibilidad: lo que se conoce públicamente
El comunicado de Newsroom de NVIDIA del 31 de mayo de 2026 dice que Vera Rubin está entrando en producción completa y que los envíos de producción comenzarán a partir del otoño de 2026. También menciona fabricantes de servidores, socios de almacenamiento, proveedores de nube y participantes del ecosistema vinculados a este despliegue.
Eso no significa que todos los compradores puedan alquilar una instancia de GPU NVIDIA Vera Rubin desde el primer día. "Producción completa" y "disponible en la región, topología, cuota, plazo de reserva y stack de software que necesitas" son hitos distintos.
Utiliza este rastreador de disponibilidad cuando hables con proveedores:
| Hito | Qué confirmar |
|---|---|
| Producción de silicio/sistema | ¿El proveedor está recibiendo sistemas Vera Rubin o solo anuncia soporte futuro? |
| Topología del rack | ¿La capacidad se vende como NVL72 completo, rack parcial, clúster de inquilino único o instancias compartidas de GPU? |
| Región | ¿Qué regiones de la nube o sitios de colocation tienen inventario físico? |
| Modo de red | ¿InfiniBand, Ethernet, Spectrum-X o una fabric específica del proveedor? |
| Stack de software | CUDA, drivers, Kubernetes, Slurm, vLLM, SGLang, NCCL, observabilidad e imágenes compatibles. |
| Modelo de reserva | Capacidad bajo demanda, comprometida, clúster privado, servicio gestionado o vista previa solo para benchmarks. |
| Ventana de aceptación | ¿Puedes ejecutar un benchmark representativo de producción antes de un compromiso a largo plazo? |
Si tu equipo aún está decidiendo si esperar, compara la disponibilidad de Vera Rubin con una referencia base de nube de GPU vs API de modelo. La vía de API de modelo gestionada puede ser más rápida para productos que necesitan ahora calidad de salida y disponibilidad, mientras que Vera Rubin resulta más atractiva para equipos que necesitan control directo sobre infraestructura propietaria de entrenamiento o inferencia.
Vera Rubin vs Blackwell: la diferencia práctica
La mayoría de los equipos no deberían presentar Vera Rubin como "Blackwell pero más nuevo". La diferencia práctica es el objetivo de la plataforma.
Sistemas Blackwell como GB200 y GB300 impulsaron la inferencia y el entrenamiento a escala de rack para cargas de trabajo de razonamiento. Vera Rubin continúa esa dirección a escala de rack con GPUs Rubin, CPUs Vera, HBM4 y una historia de plataforma más amplia en torno a fábricas de IA agéntica. NVIDIA afirma que Vera Rubin ofrece 10 veces más rendimiento de agentes a escala en comparación con la plataforma Grace Blackwell de generación anterior, pero los compradores deberían validarlo igualmente con su propio modelo, longitud de contexto, patrón de enrutamiento y perfil de llamadas a herramientas.
Si estás comparando opciones de compra actuales, lee Vera Rubin junto con GB200 vs B200. La pregunta útil no es "¿qué chip es más nuevo?" Es "¿qué topología está disponible, evaluada y es financieramente justificable para la ventana de carga de trabajo que necesito?"
Cuándo esperar a la capacidad de GPU NVIDIA Vera Rubin
Esperar a la capacidad de GPU NVIDIA Vera Rubin puede tener sentido cuando:
- Entrenas o reentrenas grandes modelos propietarios y necesitas control completo del hardware.
- Tu carga de trabajo de inferencia está limitada por la memoria y la capacidad HBM4 cambia el lote, la latencia o el techo de longitud de contexto.
- Puedes reservar una topología a escala de rack en lugar de instancias fragmentadas de GPU.
- Tienes equipos de instalaciones, programador, almacenamiento, red y fiabilidad listos para operar el stack.
- Tu ventana de compra coincide con otoño de 2026 y rampas de capacidad posteriores.
Esperar es más arriesgado cuando:
- Necesitas capacidad de producción de inmediato.
- Tu carga de trabajo puede usar modelos frontier o abiertos alojados mediante API.
- No controlas suficiente utilización para amortizar infraestructura a escala de rack.
- Tu principal cuello de botella es el enrutamiento de la aplicación, la evaluación, la fiabilidad o la atribución de costes, y no el acceso bruto a la GPU.
- No puedes ejecutar benchmarks de aceptación antes de comprometerte.
Para muchos equipos de producto, la vía más pragmática es híbrida: usar APIs de modelo para cargas de producción orientadas al usuario ahora, ejecutar benchmarks en nubes de GPU disponibles y reservar Vera Rubin solo cuando el benchmark demuestre un coste menor por salida aceptada.
Lista de verificación de adquisición para la capacidad Vera Rubin
Antes de comprar o reservar capacidad Vera Rubin, pide al proveedor:
- Topología exacta del sistema: NVL72, POD, rack parcial o abstracción por instancia.
- Memoria de GPU disponible para la carga de trabajo, no solo HBM4 nominal por rack.
- Detalles de la red: InfiniBand, Ethernet, Spectrum-X, sobreasignación y política entre racks.
- Versiones de driver, CUDA, NCCL, programador e imágenes de contenedor.
- Ancho de banda de almacenamiento, tiempo de restauración de checkpoints y proceso de recuperación ante fallos.
- Ventana de benchmark usando tu propio modelo, mezcla de prompts, longitud de contexto y criterios de aceptación.
- Base de precios: por hora, reservada, comprometida, clúster privado, plataforma gestionada o contrato empresarial.
- Términos de salida si cambian las especificaciones públicas, la fecha de entrega o los resultados de benchmark.
- Observabilidad: utilización de GPU por trabajo, ancho de banda de memoria, contadores de red, tiempo en cola y asignación de costes.
- Controles de seguridad: aislamiento de inquilinos, cifrado, afirmaciones de computación confidencial y evidencias de auditoría.
Combina esa lista con tu modelo de precios de alquiler de GPU y la guía de alquiler de clústeres de GPU para que la decisión incluya tiempo en cola, utilización, egress, tiempo del personal y coste de ejecuciones fallidas.
Conclusión de Flatkey: usa hardware cuando necesites control del hardware
La GPU NVIDIA Vera Rubin es importante porque eleva el techo para los equipos que construyen o alquilan una infraestructura seria de fábrica de IA. No es automáticamente el camino más rápido para todos los equipos de producto de IA.
Si necesitas control directo del hardware, entrenamiento personalizado, programación de bajo nivel o topología de rack dedicada, sigue de cerca Vera Rubin y exige benchmarks representativos de producción. Si tu producto necesita acceso fiable a salidas de modelo, visibilidad de costes y flexibilidad de proveedor, una capa gestionada de modelo/API puede mantener el roadmap en marcha mientras madura la oferta de hardware.
Flatkey está diseñado para esa segunda vía: una clave, un saldo y enrutamiento a través de las API oficiales de modelos y herramientas. Úsalo como la base de referencia de modelo gestionado en tu análisis de Vera Rubin, para que estés comparando la propiedad de GPU a escala de rack frente a una alternativa de producción que funcione, y no frente a una hoja de cálculo vacía.
Preguntas frecuentes
¿Qué es la GPU NVIDIA Vera Rubin?
La GPU NVIDIA Vera Rubin es la GPU de generación Rubin dentro de la plataforma de fábrica de IA Vera Rubin de NVIDIA. En DGX Vera Rubin NVL72, NVIDIA combina 72 GPU Rubin con 36 CPU Vera, memoria HBM4, conmutación NVLink, redes de alta velocidad y software DGX empresarial.
¿Cuáles son las especificaciones de la GPU NVIDIA Vera Rubin?
Las especificaciones preliminares públicas de DGX Vera Rubin NVL72 incluyen 72 GPU Rubin, 36 CPU Vera, 20,7 TB de HBM4, 1.400 TB/s de ancho de banda agregado de memoria de la GPU, 3.600 PFLOPS de inferencia NVFP4 y 9 conmutadores L1 NVLink. NVIDIA marca estos valores como preliminares y sujetos a cambios.
¿Cuándo estarán disponibles los sistemas de GPU NVIDIA Vera Rubin?
NVIDIA anunció el 31 de mayo de 2026 que Vera Rubin estaba entrando en producción completa y que los envíos de producción estaban previstos para comenzar en otoño de 2026. La disponibilidad real seguirá dependiendo del inventario del proveedor, la región, la topología y las condiciones del contrato.
¿Vera Rubin es una sola GPU o un sistema de rack?
Quienes buscan suelen decir "NVIDIA Vera Rubin GPU", pero los compradores deberían evaluarlo como una plataforma. El sistema público clave es DGX Vera Rubin NVL72, un sistema a escala de rack con 72 GPU Rubin, CPU Vera, conmutación NVLink, redes y software.
¿Debería esperar a Vera Rubin o usar una API de modelo?
Espera a Vera Rubin si tu carga de trabajo necesita control directo del hardware, entrenamiento propietario o topología a escala de rack. Usa una API de modelo si necesitas resultados de producción ahora y tus principales restricciones son la fiabilidad, el enrutamiento, la facturación y la evaluación, en lugar de poseer infraestructura de GPU.
Fuentes comprobadas
- Página de producto y especificaciones de NVIDIA DGX Vera Rubin NVL72: 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 de mayo de 2026: https://nvidianews.nvidia.com/news/vera-rubin-full-production-agentic-ai-factory
- Mapa temático de GPU en la nube de Flatkey y contexto de campaña:
seo/flatkey-cloud-gpu-topic-map-current.csv
