NVIDIA Vera Rubin NVL72 erzielt eine bis zu 30-fach höhere Durchsatzleistung pro Watt als GB300 NVL72 bei Agentic-AI-Workloads. NVIDIA Vera Rubin NVL72 senkt die Token-Kosten um das bis zu 35-Fache im Vergleich zu GB300 NVL72 bei Agentic-AI-Workloads.
NVIDIA Vera Rubin NVL72 senkt die Token-Kosten um das bis zu 35-Fache im Vergleich zu GB300 NVL72 bei Agentic-AI-Workloads, wie Wccftech berichtet. NVIDIA Vera Rubin NVL72 erzielt eine bis zu 30-fach höhere Durchsatzleistung pro Watt als GB300 NVL72 bei Agentic-AI-Workloads, nach Angaben von NVIDIA.
NVIDIA GB300 NVL72 liefert eine bis zu 15-fach höhere Durchsatzleistung pro Megawatt als H200 NVL8 bei Agentic-AI-Workloads mit DeepSeek V4 Pro. NVIDIA GB300 NVL72 senkt die Kosten pro Million Tokens um bis zu 10x im Vergleich zu H200 NVL8 bei Agentic-AI-Workloads. NVIDIA GB300 NVL72 erzielt eine bis zu 80-fach höhere Durchsatzleistung pro Megawatt als H200 NVL8 bei großen MoE-Modellen wie Kimi K3 2.8T. NVIDIA DSX MaxLPS ermöglicht die Bereitstellung von bis zu 40 % mehr GPUs innerhalb desselben Megawatt-Budgets. NVIDIA GB300 NVL72 erreicht eine Interaktivität von bis zu 215 Tokens pro Sekunde pro Benutzer bei großen MoE-Modellen wie Kimi K3 2.8T.
Die Leistungsangaben betrachten Effizienz aus mehreren Blickwinkeln: Durchsatz pro Watt, Kosten pro Token, Interaktivität und die Zahl einsetzbarer GPUs innerhalb eines festen Strombudgets; zusammen ergeben sie ein technisches Bild der Plattformvergleiche, ohne dass daraus automatisch dieselben Vorteile für jede Anwendung oder Modellkonfiguration folgen, denn die belegten Angaben beziehen sich auf unterschiedliche Systeme, Modelltypen und Messgrößen, die jeweils nur innerhalb ihres ausdrücklich genannten Vergleichs belastbar sind und deshalb weder addiert noch zu einem einzigen allgemeinen Effizienzversprechen verdichtet werden sollten. Für Betreiber großer Systeme für künstliche Intelligenz sind diese Kennzahlen relevant, weil Leistung und Energiebedarf gemeinsam über die nutzbare Kapazität entscheiden; die Angaben nennen allerdings unterschiedliche Vergleichssysteme und Workloads und sollten deshalb als einzelne, klar abgegrenzte Messwerte statt als universeller Leistungsfaktor für Vera Rubin oder GB300 gelesen werden, während die Verbindung von Durchsatz, Kosten und Strombudget vor allem den technischen Schwerpunkt der veröffentlichten Vergleiche sichtbar macht.
Offen bleibt, wie sich die genannten Werte in unabhängigen Tests und realen Produktionsumgebungen bestätigen, denn die verifizierten Angaben belegen die veröffentlichten Vergleiche, nicht jedoch ihre Übertragbarkeit auf andere Modelle, Lastprofile oder Systemkonfigurationen; genau diese praktische Validierung steht noch aus, ebenso wie ein direkter unabhängiger Vergleich aller genannten Kennzahlen unter denselben Bedingungen und mit identischer Software, Modellgröße und Auslastung.