Vera Rubin NVL72: NVIDIA erzielt 3,7-fache Leistungssteigerung
Veröffentlicht am: 17.09.2026 um 01:16 Uhr | Redaktion boerse-global.de
Die neueste Generation der NVIDIA-Inferenz-Architektur, Vera Rubin NVL72, hat bei ihrem Debüt in den MLPerf-Inference-v6.1-Benchmarks signifikante Leistungssteigerungen gegenüber der Vorgängergeneration erzielt.
Wie aus den am 16. September 2026 veröffentlichten Ergebnissen der Organisation MLCommons hervorgeht, erreichte das System beim Einsatz des Sprachmodells Qwen3-VL einen bis zu 3,7-fach höheren Durchsatz im Vergleich zum Modell GB300 NVL72. Bei Tests mit DeepSeek-R1 lag die Steigerung bei einem bis zu 2,5-fachen Durchsatz.
Signifikante Durchsatzsteigerungen bei Large Language Models
Die aktuellen Benchmarks der Kategorie MLPerf Inference v6.1 belegen die Leistungsfähigkeit der Vera-Rubin-Architektur in verschiedenen Szenarien, darunter Offline-, Server- und interaktive Modi. In der sogenannten „Closed Division“ demonstrierte das System erhebliche Fortschritte bei der Verarbeitung komplexer KI-Modelle.
Neben den Zuwächsen bei Vera Rubin zeigte auch das System GB300 NVL72 Verbesserungen. Durch Software-Optimierungen erreichte es im Vergleich zur Version 6.0 eine um das 1,6-fache gesteigerte Leistung bei Qwen3-VL.
Zudem wurde eine hohe Skalierungseffizienz von 99 Prozent beim Übergang von 72 auf 288 Grafikprozessoren (GPUs) über vier Racks dokumentiert. Im Bereich der Videogenerierung mit WAN 2.2 erzielte das System 0,65 Videos pro Sekunde in 720p-Auflösung, was einem neunfachen Durchsatz gegenüber Einzelknoten-Konfigurationen entspricht, während die Latenz um das 7,5-fache gesenkt werden konnte.
Effizienz und Skalierung im Fokus der Infrastrukturentwicklung
Mitte September wurden auf dem AI Infra Summit in Santa Clara weitere Leistungsdaten zur Energieeffizienz präsentiert. Die Vera Rubin NVL72 lieferte demnach einen bis zu 30-mal höheren Durchsatz pro Megawatt im Vergleich zur GB300 NVL72 beim Einsatz des DeepSeek V4 Pro Modells mit 1,6 Billionen Parametern.
Gleichzeitig sollen die Kosten pro Million Tokens um das 45-fache niedriger ausfallen. Dieser Effizienzvorteil skaliert mit der Ausgaberate: Bei 160 Output-Tokens pro Sekunde und Nutzer wurde ein 30-facher Vorteil gemessen.
Während die Hardware-Leistung für KI-Anwendungen rasant steigt, müssen Unternehmen auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Technisch basiert diese Leistung unter anderem auf der NVLink-6-Technologie, die 72 Rubin-GPUs zu einer einzigen Recheneinheit verbindet. Die neue Schnittstelle bietet eine zehnmal höhere Paketrate und eine dreimal niedrigere Latenz im Vergleich zu herkömmlichen Ethernet-Verbindungen. Funktionen wie die „Shadow Engine Recovery“ ermöglichen es zudem, Inferenz-Kapazitäten nach Ausfällen innerhalb von Sekunden wiederherzustellen.
Industrielle Umsetzung und Cloud-Integration durch CoreWeave
Der Cloud-Anbieter CoreWeave (Nasdaq: CRWV) hat die Implementierung der Multi-Rack-Architektur Vera Rubin NVL72 in der eigenen Cloud-Infrastruktur bekannt gegeben. Wie aus einem Bericht vom 16. September 2026 hervorgeht, umfasst das System sieben Racks in zwei Regionen mit insgesamt 504 GPUs. Jedes Rack ist mit 72 Rubin-GPUs und 36 Vera-CPUs bestückt.
Die Architektur nutzt ConnectX-9 SuperNICs und BlueField-4 DPUs, um eine Scale-out-Bandbreite von 1,6 Terabit pro Sekunde pro GPU zu erreichen. Das Ziel dieser Architektur ist die Skalierung auf etwa 128.000 GPUs pro Rail.
CoreWeave gab zudem bekannt, dass Funktionen zur Beschleunigung von regionenübergreifenden Schreibvorgängen sowie neue Archiv-Optionen ohne Abrufgebühren eingeführt wurden. Die Aktie des Unternehmens verzeichnete im Zuge dieser Ankündigungen leichte Kursgewinne.
Die rasante Entwicklung von KI-Systemen stellt Unternehmen vor neue Herausforderungen bei der Risikodokumentation und Qualitätssicherung. Erfahren Sie in diesem praxisnahen Report, welche Systeme als Hochrisiko gelten und wie Sie die gesetzlichen Dokumentationspflichten erfüllen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Erweiterter Wettbewerb und neue Testverfahren bei MLCommons
Die aktuelle MLPerf-Runde verzeichnete mit 30 teilnehmenden Organisationen eine Rekordbeteiligung. Erstmalig wurden Tests für End-to-End Retrieval Augmented Generation (RAG) und Edge Agentic Inference eingeführt. Insgesamt konnten die Teilnehmer Leistungssteigerungen von bis zu dem 5,7-fachen innerhalb eines Jahres erzielen.
Neben NVIDIA reichten auch Unternehmen wie AMD, Intel und Cerebras Ergebnisse ein. AMD präsentierte unter anderem den Instinct MI350P und den Ryzen AI Max+ 395, während Intel mit dem Arc Pro B70 vertreten war.
Das Unternehmen Groq stellte zudem das Modell Groq 3 LPX vor, ein deterministisches System mit 256 LPU-Chips, das durch spezielles Scheduling Spannungsabfälle reduziert und so die Effizienz innerhalb bestehender Energiebudgets steigert.
Laut NVIDIA-Angaben ermöglichte die Kombination aus Vera Rubin NVL72 und Groq 3 LPX eine Steigerung auf bis zu 35-mal mehr Tokens pro Megawatt bei Modellen mit über zwei Billionen Parametern.
