Nvidias Vera Rubin KI-Server zeigt deutliche Leistungssteigerungen im Test
Nvidias Vera Rubin KI-Server wurde mit dem DeepSeek-V4-PRO 1.6T-Modell getestet. Die Ergebnisse deuten auf erhebliche Verbesserungen des Durchsatzes pro Megawatt hin.
Nvidia hat seinen Vera Rubin KI-Server mithilfe der SemiAnalysis AgentX-Workload und des DeepSeek-V4-PRO 1.6T-Modells evaluiert. Die Tests zeigen, dass das Vera Rubin-System einen bis zu 30-mal höheren Durchsatz pro Megawatt im Vergleich zur vorherigen Grace Blackwell-Generation erzielt.
Der Durchsatz pro Megawatt (Tokens pro Megawatt) ist eine Schlüsselmetrik zur Messung der Energieeffizienz von KI-Rechenzentren. Er quantifiziert die Anzahl der KI-Tokens, die mit einem festen Energiebudget generiert werden können.
In Tests mit der DeepSeek-V4-PRO 1.6T-Workload zeigte der auf Grace Blackwell basierende GB300 NVL72-Server einen 15-mal höheren Durchsatz pro Megawatt im Vergleich zur H200 NVL8 Hopper-Konfiguration. Die Kosten pro Million Tokens für Blackwell-Server betragen etwa ein Zehntel der vorherigen Generation, was mehr KI-Agenten mit demselben Energie- und Infrastrukturbudget ermöglicht oder die gleiche Kapazität zu geringeren Betriebskosten aufrechterhält.
Das Vera Rubin-System verstärkt diesen Vorteil weiter. Beim DeepSeek V4 Pro-Modell liefert das Vera Rubin NVL72-System etwa den 30-fachen Durchsatz pro Megawatt des GB300 NVL72. Darüber hinaus sind die Kosten pro Million Tokens um das 35-fache niedriger, was den kontinuierlichen und groß angelegten Betrieb von KI-Agenten zur Erfüllung vielfältiger Kunden-Workload-Anforderungen ermöglicht.