Nvidias Vera Rubin AI-server testad för prestanda
Nvidias Vera Rubin-server har testats med AI-modellen DeepSeek-V4-PRO 1.6T. Resultaten visar en betydande förbättring av energieffektiviteten per megawatt.
Nvidia har genomfört tester med sin nya Vera Rubin AI-server med hjälp av SemiAnalysis AgentX-arbetsbelastning och DeepSeek-V4-PRO 1.6T-modellen. Enligt testerna uppnår Vera Rubin-systemet upp till 30 gånger högre prestanda per megawattimme jämfört med den tidigare Grace Blackwell-generationen.
Prestanda per megawattimme (Tokens per Megawatt) är ett centralt mått för energieffektivitet i datacenters för AI-beräkningar. Det anger hur många AI-tokens som kan genereras med en given mängd energi.
I tester med DeepSeek-V4-PRO 1.6T-modellen var Grace Blackwell-baserade GB300 NVL72-servern 15 gånger mer effektiv än den tidigare generationens H200 NVL8 Hopper-lösning. Kostnaden per miljon tokens för Blackwell-servrar är uppskattningsvis en tiondel av den tidigare, vilket möjliggör större AI-kapacitet med samma energimängd eller lägre driftskostnader.
Vera Rubin-systemet förbättrar denna fördel ytterligare. Med DeepSeek V4 Pro-modellen är Vera Rubin NVL72-systemets prestanda per megawattimme cirka 30 gånger bättre än för GB300 NVL72. Även kostnaderna för tokenproduktion är betydligt lägre, vilket stöder effektiv och skalbar drift av stora AI-arbetsbelastningar.