NVIDIA Rubin: la nueva arquitectura que revolucionará la inteligencia artificial y los data centers

NVIDIA Rubin representa la nueva generación en arquitectura de aceleradores para inteligencia artificial, sucediendo a Blackwell. Sin embargo, con Rubin, NVIDIA pone el foco no tanto en un solo GPU, sino en una plataforma de computación integral. La arquitectura NVIDIA Vera Rubin integra aceleradores gráficos, el nuevo procesador de servidor Vera, memoria de alta velocidad y componentes de red en un sistema unificado diseñado para entrenar y ejecutar grandes redes neuronales.

El objetivo principal de la plataforma Vera Rubin

La meta central de la plataforma es gestionar la creciente carga computacional de los sistemas de IA modernos. Los modelos de reasoning generan enormes volúmenes de tokens y manejan contextos extensos, mientras que los agentes autónomos de IA pueden ejecutar cientos de operaciones secuenciales en una sola tarea. Para estos escenarios, el rendimiento de un solo GPU ya no es suficiente: cobran importancia la velocidad de la memoria, el intercambio de datos entre aceleradores y la eficiencia global del data center.

Por eso, Rubin se concibe como el siguiente paso en el enfoque iniciado con Grace Hopper y continuado con Blackwell. NVIDIA convierte un rack completo en un gran complejo computacional donde decenas de GPU y CPU funcionan como un sistema interconectado.

¿Qué es NVIDIA Vera Rubin y por qué reemplaza a Blackwell?

El nombre Vera Rubin no se refiere a un solo procesador, sino a un conjunto de tecnologías y sistemas basados en la arquitectura Rubin. En el núcleo de la plataforma están los GPU Rubin y el CPU de servidor Vera, trabajados en conjunto con NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU y la red Spectrum-6. NVIDIA diseña estos elementos de manera conjunta para reducir cuellos de botella entre computación, memoria y transferencia de datos.

El producto estrella es el sistema de servidor Vera Rubin NVL72, que integra 72 GPU Rubin y 36 CPU Vera en un solo rack. Los aceleradores están conectados mediante NVLink 6, permitiendo que el software los utilice como un gran recurso computacional compartido, no solo como tarjetas gráficas independientes.

Este enfoque es crucial para las redes neuronales modernas, cuyos modelos pueden tener cientos de miles de millones o incluso billones de parámetros, imposibles de manejar eficientemente en un solo acelerador. La velocidad de comunicación entre GPU afecta directamente el rendimiento final.

Blackwell ya avanzó este concepto con los sistemas GB200 NVL72, pero Rubin da un paso más: incrementa el ancho de banda de memoria, renueva las interconexiones y reemplaza el CPU Grace por el nuevo procesador Vera. Así, la arquitectura está optimizada no solo para entrenamiento clásico, sino para inference con contextos largos, reasoning avanzado y sistemas de agentes que generan y procesan muchos tokens.

Desde esta perspectiva, NVIDIA describe el data center como la nueva "unidad de cómputo". Antes, la comparación era entre GPU individuales y sus características; en Vera Rubin, la eficiencia depende de la integración de decenas de aceleradores, CPU, memoria y red.

Por ello, Vera Rubin no es simplemente una GPU más rápida que Blackwell, sino una nueva arquitectura de servidor diseñada para escalar la inteligencia artificial a nivel de racks y fábricas de IA.

Arquitectura NVIDIA Rubin: GPU, Vera CPU, HBM4 y NVLink 6

Rubin GPU

La base de Vera Rubin es el nuevo GPU Rubin, diseñado específicamente para el entrenamiento y la ejecución de grandes modelos de IA. El chip cuenta con 336 mil millones de transistores, 224 multiprocesadores de flujo y 896 Tensor Cores. Comparado con los 208 mil millones de transistores de Blackwell, el salto de capacidad es significativo, incluso antes de considerar la memoria y las interconexiones.

Rubin utiliza dos grandes chiplets de computación interconectados dentro de un solo paquete mediante NV-HBI, permitiendo la creación de GPU de gran tamaño sin recurrir a un solo troquel monolítico.

Una de las innovaciones clave es el Engine Transformer de tercera generación, optimizado para operaciones comunes en modelos transformer actuales y que soporta cálculos de baja precisión como NVFP4. Un solo GPU Rubin alcanza hasta 50 PFLOPS en NVFP4 para inference y hasta 35 PFLOPS en entrenamiento, cifras especializadas y no directamente comparables con la FP32 de GPUs de gaming.

Este enfoque responde a la evolución de las cargas de IA, donde los modelos reasoning ya no solo generan respuestas cortas, sino que ejecutan largas cadenas de razonamiento, utilizan herramientas externas y procesan miles de tokens, exigiendo alta carga sostenida al acelerador.

Memoria HBM4

Otro avance crucial es la memoria. Cada GPU Rubin dispone de hasta 288 GB de HBM4 con un ancho de banda de hasta 22 TB/s, frente a los 8 TB/s de Blackwell, lo que supone un aumento de aproximadamente 2,8 veces.

Este incremento es vital no solo para cargar modelos enormes. Durante la generación de texto, el acelerador accede constantemente a los pesos del modelo y al KV-cache, donde se almacena el historial de tokens. Cuanto más largo sea el diálogo o más usuarios simultáneos, mayor será la presión sobre la memoria.

Por eso, HBM4 se consolida como un componente clave en los aceleradores de IA y HPC modernos, permitiendo almacenar más datos cerca del GPU y reduciendo la latencia entre operaciones.

Para conocer más a fondo este componente clave, consulta el artículo HBM4: la revolución de la memoria para IA y supercomputación.

En un rack completo Vera Rubin NVL72, la capacidad total de HBM4 alcanza unos 20,7 TB y el ancho de banda global unos 1,58 PB/s, lo que subraya por qué ya no basta con comparar sistemas de IA por la potencia de un solo GPU: decenas de aceleradores trabajan en un entorno perfectamente integrado.

NVIDIA Vera CPU

Junto con Rubin, NVIDIA introduce el procesador de servidor Vera CPU, un chip Arm propietario basado en núcleos Olympus y diseñado para grandes sistemas de IA. Cada Vera CPU ofrece 88 núcleos Olympus y soporta 1,5 TB de memoria LPDDR5X. En la configuración Vera Rubin Superchip, un solo procesador se conecta a dos GPU Rubin mediante NVLink-C2C, proporcionando hasta 1,8 TB/s de ancho de banda.

El objetivo del Vera CPU no es reemplazar al GPU en cómputo neuronal, sino encargarse de la preparación de datos, gestión de tareas y ejecución de código tradicional, delegando los cálculos paralelos más intensos al GPU.

La conexión rápida entre CPU y GPU reduce la necesidad de transferencias de datos lentas, esencial para modelos a gran escala donde incluso el acelerador más rápido puede estar ocioso si no recibe datos a tiempo.

NVLink 6 y la interconexión de decenas de GPU

El siguiente cuello de botella es el intercambio de información entre aceleradores. Cuando un modelo se distribuye entre decenas de GPU, estas se comunican constantemente para compartir resultados intermedios. Si la comunicación es lenta, el hardware pierde tiempo esperando en vez de calcular.

Rubin utiliza NVLink de sexta generación, con hasta 3,6 TB/s por GPU y, en el rack NVL72, hasta 260 TB/s de ancho de banda agregado. Esto permite que los 72 GPU Rubin intercambien datos vía una red de alta velocidad, crucial para modelos Mixture-of-Experts donde partes del modelo corren en diferentes aceleradores.

En resumen, la arquitectura Rubin se construye sobre cuatro recursos interconectados: la computación de los Tensor Cores, HBM4, la interacción rápida CPU-GPU y la escalabilidad de NVLink. Si uno de estos elementos queda rezagado, la eficiencia del sistema se resiente. Por eso, NVIDIA diseña Vera Rubin como una plataforma integral.

Rendimiento de Vera Rubin y su importancia para la IA moderna

El rendimiento de Vera Rubin no se mide solo en FLOPS. Para los sistemas de IA actuales, importa cuántos tokens puede generar la infraestructura con un consumo energético dado, cuántos aceleradores requiere el entrenamiento y la velocidad al trabajar con contextos largos.

Según NVIDIA, Vera Rubin NVL72 puede producir hasta 10 veces más tokens por megavatio que GB200 NVL72 en escenarios reasoning como Kimi K2 Thinking, y reducir en diez veces el coste de generar un millón de tokens. Esto no significa que Rubin sea siempre diez veces más rápido que Blackwell: depende de la carga, la longitud del contexto y el tipo de modelo.

La ventaja es especialmente notable en sistemas agentic. A diferencia de un chatbot convencional, un agente de IA puede buscar información, interactuar con herramientas externas, lanzar otros modelos y analizar resultados varias veces, multiplicando la cantidad de tokens procesados. NVIDIA afirma que estas tareas pueden consumir hasta 15 veces más tokens que las aplicaciones tradicionales.

Así, el principal límite ya no es solo la velocidad de las operaciones matriciales, sino la capacidad de mover grandes volúmenes de datos entre HBM4, GPU y aceleradores, atendiendo a múltiples usuarios a la vez. El alto ancho de banda de memoria y NVLink 6 permiten a Rubin soportar eficientemente estas cargas continuas.

En agosto de 2026, NVIDIA publicó resultados del test AgentX para programación agentic, donde Vera Rubin NVL72 alcanzó hasta 30 veces más throughput por megavatio respecto a GB300 NVL72 manteniendo una velocidad de 160 tokens por segundo por usuario. Estos resultados, medidos por NVIDIA, estaban pendientes de verificación independiente por SemiAnalysis al momento de la publicación.

Para el entrenamiento de grandes modelos, Rubin también apuesta por la eficiencia global del sistema. NVIDIA indica que, entrenando un modelo Mixture-of-Experts de 10 billones de parámetros, Vera Rubin NVL72 puede requerir unas cuatro veces menos GPU que GB200 NVL72 en el mismo tiempo, lo que implica menos gasto en hardware, menor consumo energético y redes más simples.

En este punto, la AI Fabric se vuelve esencial. Cuando un modelo se distribuye entre cientos o miles de aceleradores, el rendimiento depende de la rapidez para intercambiar resultados intermedios. Un GPU potente sirve de poco si pasa mucho tiempo esperando datos.

Por eso, Vera Rubin se concibe como la base de grandes fábricas de IA. NVLink escala dentro del rack y tecnologías como InfiniBand y Spectrum-X Ethernet permiten conectar muchos racks en clústeres aún más grandes. En mayo de 2026, NVIDIA anunció que la plataforma había alcanzado la producción masiva, pensada para infraestructuras con miles de aceleradores.

Este enfoque es especialmente beneficioso para modelos Mixture-of-Experts, donde solo una parte de la red se activa por token, pero los bloques expertos pueden estar en diferentes GPU, exigiendo transferencias constantes de datos. Cuanto mayor la velocidad de interconexión y memoria, menos tiempo se pierde en comunicaciones.

Otro escenario clave es el contexto largo: cuando la red neuronal maneja cientos de miles o millones de tokens, crece la cantidad de datos que almacenar y reutilizar, especialmente en tareas de programación, análisis documental y agentes autónomos.

En conclusión, la eficiencia de Vera Rubin se basa en la sinergia de GPUs, memoria HBM4 y redes de alta velocidad, permitiendo gestionar cargas donde el recurso central son miles de millones de tokens y datos masivos en toda la infraestructura.

NVIDIA Rubin vs Blackwell: diferencias clave

Rubin continúa la línea de Blackwell, pero cada componente clave se ha renovado. NVIDIA ha aumentado la potencia de los GPU, adoptado HBM4, duplicado el ancho de banda de NVLink y sustituido Grace por el procesador Vera, lo que supone diferencias notables no solo en los aceleradores individuales, sino en la arquitectura global del sistema.

Las características se refieren a aceleradores y plataformas de servidor NVIDIA; el rendimiento depende del tipo de datos y la configuración específica.

Una de las diferencias más notables está en el GPU: Rubin integra 336 mil millones de transistores frente a los 208 mil millones de Blackwell. En NVFP4, Rubin alcanza hasta 50 PFLOPS en inference frente a 10 PFLOPS en Blackwell, gracias también al Engine Transformer de tercera generación para modelos reasoning y transformer modernos.

Sin embargo, el aumento de potencia computacional por sí solo no basta: a mayor velocidad del GPU, más datos deben llegar a sus unidades de cálculo. Por eso, el salto de HBM3E a HBM4 es clave, triplicando el ancho de banda de memoria. Esto resulta especialmente útil en contextos largos e inference masivo, donde el rendimiento suele estar limitado por la transferencia de datos más que por los Tensor Cores.

Las diferencias son aún más marcadas al unir aceleradores: NVLink 5 en Blackwell otorga hasta 1,8 TB/s bidireccionales por GPU, mientras que NVLink 6 en Rubin alcanza 3,6 TB/s. En sistemas NVL72, el ancho de banda total pasa de 130 a 260 TB/s.

Esto resulta esencial para modelos Mixture-of-Experts, en los que diferentes partes de la red se reparten entre aceleradores y requieren comunicación intensiva. Duplicar el ancho de banda de interconexión minimiza las esperas y maximiza la utilización de los recursos.

Para entender mejor la generación anterior y la transición, consulta el artículo NVIDIA B200 y la revolución Blackwell: el futuro de la IA generativa.

También ha cambiado el procesador central: Blackwell usaba el CPU Grace basado en Arm, mientras que Rubin incorpora el nuevo Vera CPU con 88 núcleos Olympus de NVIDIA, diseñado específicamente para las cargas de trabajo de las AI-factories modernas: ejecución de entornos, gestión de datos, orquestación y código de agentes IA.

El ancho de banda entre CPU y GPU también se duplica: NVLink-C2C en Blackwell ofrece hasta 900 GB/s, mientras que Vera y Rubin alcanzan 1,8 TB/s, facilitando la transferencia de grandes volúmenes de datos y reduciendo los tiempos de espera del GPU.

Por tanto, Rubin no debe interpretarse solo como un aumento incremental respecto a Blackwell. Blackwell ya transformó el rack en un sistema computacional cohesionado, pero Rubin refuerza todos los elementos críticos: GPU, memoria, CPU y red.

La diferencia arquitectónica clave está en el tipo de cargas a las que se orienta: Blackwell se diseñó como una plataforma universal para entrenamiento e inference de grandes modelos, mientras que Rubin está mucho más enfocado a reasoning y agentic AI, que exigen cadenas largas de operaciones, contextos extensos y generación masiva de tokens por solicitud.

Por eso, NVIDIA ya compara generaciones no solo por operaciones por segundo, sino por tokens por megavatio, coste de inference y número de aceleradores necesarios para entrenar un modelo. Para los grandes data centers, estos indicadores afectan directamente al coste de operación, y ahí es donde Vera Rubin ofrece su mayor ventaja.

¿Qué es Rubin CPX y cómo evolucionará Vera Rubin?

NVIDIA Rubin CPX

Además del Rubin GPU principal, NVIDIA ha desarrollado el acelerador Rubin CPX, basado en Rubin pero diseñado para otro tipo de carga: el procesamiento de contextos muy extensos durante inference. Está enfocado, ante todo, a programación asistida por IA, análisis de grandes bases de código, vídeo generativo y tareas donde el modelo debe manejar grandes volúmenes de información simultáneamente.

No hay que ver Rubin CPX como una versión más potente del Rubin GPU estándar. Rubin está pensado para entrenamiento e inference generalistas y usa HBM4, mientras que CPX está optimizado para massive-context processing y lleva 128 GB de GDDR7. Esta configuración busca el mejor equilibrio entre coste de memoria y rendimiento en tareas especializadas.

El acelerador es un troquel monolítico y ofrece hasta 30 PFLOPS NVFP4. Según NVIDIA, su arquitectura permite triplicar el rendimiento en operaciones de attention respecto a GB300 NVL72 en escenarios equivalentes, siendo el mecanismo de attention el más exigente al aumentar el contexto.

Un ejemplo práctico: un asistente IA para programación puede analizar archivos grandes o secciones completas de código, considerando dependencias entre ficheros y realizando cambios complejos sin dividir el proyecto en partes pequeñas.

Lo mismo ocurre con vídeo: procesar una hora de video puede requerir un millón de tokens. Rubin CPX combina codificación y decodificación de vídeo con bloques de inferencia de contexto largo, orientándose a búsqueda, análisis y generación de contenido audiovisual prolongado.

La configuración más grande será la Vera Rubin NVL144 CPX, integrando Vera CPU, Rubin GPU y Rubin CPX, que reparten diferentes etapas de inference entre procesadores especializados. NVIDIA afirma que un solo rack puede alcanzar hasta 8 exaflops de rendimiento IA, cerca de 100 TB de memoria rápida y hasta 1,7 PB/s de ancho de banda de memoria.

Esta división ilustra hacia dónde evoluciona la arquitectura NVIDIA: en vez de buscar un solo GPU óptimo para todo, se crean varios tipos de procesadores-Rubin para la carga principal, Vera para CPU, y CPX para contextos masivos.

¿Dónde se utilizará Vera Rubin?

El principal mercado para Vera Rubin son los grandes data centers. Está orientada a proveedores cloud, desarrolladores de modelos base de IA, centros científicos y empresas que construyen sus propias fábricas de IA. Es un equipamiento de clase diferente a las tarjetas gráficas GeForce de consumo: aquí importan miles de aceleradores conectados, megavatios de consumo y máxima utilización de la infraestructura.

En 2026, Vera Rubin ya ha iniciado la producción masiva, con sistemas fabricados junto a grandes proveedores de servidores y una cadena de suministro global, pensada para escalar a infraestructuras con miles de GPU.

Uno de los primeros sectores será la nube de IA: Microsoft planea usar Vera Rubin NVL72 en la siguiente generación de Fairwater, y CoreWeave será uno de los primeros proveedores cloud en ofrecer Rubin a sus clientes, facilitando el acceso a la plataforma sin necesidad de adquirir racks propios.

Otro mercado clave es el de los superordenadores. Vera Rubin está preparada tanto para IA generativa como para tareas HPC tradicionales de alta precisión. NVIDIA asegura soporte para operaciones FP64 nativas y posiciona la plataforma para simulaciones climáticas, dinámica de fluidos, química cuántica, investigación energética y más. Centros como Los Alamos, NERSC y Leibniz Supercomputing Centre planean adoptarla.

La propia idea de componentes especializados dentro de la AI-factory también evoluciona: además de Rubin GPU y CPX, NVIDIA añade aceleradores y sistemas para inference, almacenamiento de contexto, red y tareas CPU. En agosto de 2026, se anunció la producción masiva de Groq 3 LPX, un acelerador para generación rápida de tokens que complementa la infraestructura Rubin.

Así, Vera Rubin se convierte gradualmente en un "kit de construcción" para diferentes cargas de IA: velocidad máxima de entrenamiento, inference económico masivo, contextos largos o mínima latencia de respuesta. NVIDIA aborda estos escenarios con bloques computacionales especializados, todos bajo una plataforma común de software y red.

Rubin CPX ejemplifica esta transición: antes, una nueva generación de aceleradores significaba un GPU más potente; ahora, el hardware de IA avanza hacia la especialización. Cuanto más variadas sean las cargas neuronales, más rentable es distribuirlas en procesadores optimizados para cada etapa.

Conclusión

NVIDIA Rubin no es simplemente el sucesor de Blackwell, sino el siguiente paso en la evolución hacia el cómputo a escala de rack. La plataforma Vera Rubin integra los nuevos GPU Rubin, CPU Vera, HBM4, NVLink 6 y la infraestructura de red para reducir la latencia y escalar eficientemente los sistemas de IA actuales.

Las ventajas de Rubin destacan en escenarios que requieren gran capacidad de cómputo y transferencia constante de datos: entrenamiento de modelos grandes, reasoning, agentes IA, contextos extensos e inference masivo. El aumento del ancho de banda de memoria y las interconexiones es tan importante como la potencia de los Tensor Cores.

Frente a Blackwell, la nueva arquitectura enfatiza el rendimiento de toda la infraestructura: tokens generados, consumo energético, coste de inference y eficiencia en la interacción de aceleradores. La aparición de Rubin CPX subraya la tendencia de NVIDIA hacia procesadores especializados para distintas etapas del trabajo neuronal.

Para el usuario común, Vera Rubin pasará desapercibida, pues está destinada a data centers, servicios cloud y superordenadores. Sin embargo, será en estas plataformas donde funcionarán los servicios de IA del futuro: el desarrollo de Rubin influye directamente en la velocidad, complejidad y accesibilidad de las próximas generaciones de redes neuronales.