A NVIDIA mexeu para baixo nos números da Vera Rubin, a plataforma de servidores de inteligência artificial que sucede a Blackwell. As fichas técnicas atualizadas trazem menos largura de banda na memória HBM4 e na interconexão NVLink do que a própria empresa tinha divulgado antes. A revisão vale tanto para o rack completo Vera Rubin NVL72 quanto para as placas HGX Rubin NVL8, usadas em servidores menores.
O que mudou em cada GPU
Na conta por acelerador, a GPU Rubin agora aparece com 19,2 TB/s de banda na HBM4. O valor prometido anteriormente era 22 TB/s, então a perda fica perto de 12,7%. A quantidade de memória não mudou: são 288 GB por GPU na versão NVL72.
Multiplicado pelas 72 GPUs do rack, o efeito é grande em número absoluto. A banda agregada do NVL72 passou a ser de 1.400 TB/s, quando a ficha antiga falava em 1.580 TB/s. São 180 TB/s a menos, ou 11,4%.
HGX Rubin NVL8 perdeu mais
A configuração com oito GPUs teve o corte mais pesado. A banda total declarada da HBM4 era de 176 TB/s e agora é de 130 TB/s, queda de 26%. A memória somada também diminuiu, de 2,3 TB para 2 TB. Na divisão simples, isso dá cerca de 250 GB por placa, abaixo dos 288 GB por GPU que o rack NVL72 mantém.
O NVLink, a ligação de alta velocidade entre as GPUs, também aparece com valores menores nos documentos revisados. Os novos números exatos dessa interconexão, porém, não foram detalhados nas informações disponíveis até agora.
Por que isso pesa
Em modelos de linguagem grandes, a velocidade com que a GPU lê a memória costuma limitar quantos tokens por segundo o sistema entrega na inferência. Por isso, uma queda de banda tende a aparecer no custo por resposta de quem roda IA em escala, e esse custo chega ao usuário final pelo preço das assinaturas e das APIs. No Brasil, quem sente primeiro são as empresas que alugam GPU em nuvem ou planejam montar data center local. Para elas, a recomendação é simples: refazer as contas com a ficha nova, e não com os slides de apresentação.
A revisão chega num ano em que a falta de memória já vinha pressionando a NVIDIA. A empresa reajustou em mais de 15% os preços de servidores de IA e voltou a fabricar a RTX 3060 de 12 GB por causa da escassez. Os documentos atualizados não ligam diretamente essa situação ao corte na Vera Rubin.
No rack NVL72, a capacidade de 288 GB por GPU foi o único número de memória que ficou igual na revisão.
