NVIDIA Rubin e Vera Rubin: a nova era dos aceleradores de IA para data centers

NVIDIA Rubin representa uma nova geração de arquitetura de aceleradores para inteligência artificial, sucedendo a Blackwell. Com Rubin, a NVIDIA foca não apenas em um único GPU, mas em uma plataforma computacional completa. A plataforma NVIDIA Vera Rubin integra aceleradores gráficos, o novo processador de servidor Vera, memória de alta velocidade e componentes de rede em um sistema unificado, projetado para treinar e executar redes neurais de grande porte.

Por que a arquitetura Vera Rubin é necessária?

O principal objetivo da plataforma é lidar com a carga computacional crescente dos sistemas modernos de IA. Modelos de reasoning geram volumes massivos de tokens, operam com contextos longos e agentes autônomos executam centenas de operações sequenciais por tarefa. Nesse cenário, a performance de um único GPU já não basta: passam a ser essenciais a velocidade da memória, a eficiência na troca de dados entre aceleradores e a otimização do data center como um todo.

A arquitetura Rubin, portanto, pode ser vista como a evolução do conceito iniciado com o Grace Hopper e continuado pelo Blackwell. A NVIDIA transforma o rack de servidores em um enorme complexo computacional, onde dezenas de GPUs e CPUs operam como um sistema coeso.

O que é NVIDIA Vera Rubin e por que substitui Blackwell?

O nome Vera Rubin não se refere a um único processador, mas a uma família de tecnologias e sistemas baseados na arquitetura Rubin. O núcleo da plataforma combina o Rubin GPU e o servidor Vera CPU, além de NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU e os componentes de rede Spectrum-6. Todos são projetados em sinergia para reduzir gargalos entre processamento, memória e comunicação de dados.

O principal produto é o Vera Rubin NVL72, um sistema que integra 72 GPUs Rubin e 36 CPUs Vera em um único rack, conectados pelo NVLink 6. Isso permite que o software enxergue os aceleradores não apenas como placas isoladas, mas como um grande recurso computacional compartilhado.

Tal abordagem é crucial para redes neurais modernas, cujos modelos podem ter centenas de bilhões ou trilhões de parâmetros - inviáveis de serem processados por um único acelerador. A conexão ultrarrápida entre GPUs é fundamental para a performance final.

Arquitetura NVIDIA Rubin: GPU, Vera CPU, HBM4 e NVLink 6

Rubin GPU

O novo Rubin GPU foi desenvolvido especialmente para treinar e operar modelos de IA em larga escala. Ele conta com 336 bilhões de transistores, 224 multiprocessadores de fluxo e 896 Tensor Cores - um salto significativo em relação aos 208 bilhões de transistores do Blackwell.

A arquitetura emprega dois grandes dies computacionais conectados por uma interface NV-HBI, criando um GPU massivo sem a limitação de um chip monolítico.

Um dos destaques é o Transformer Engine de terceira geração, otimizado para operações de precisão reduzida, incluindo NVFP4. O Rubin atinge até 50 PFLOPS em NVFP4 para inference e até 35 PFLOPS para treinamento, números relevantes em operações matriciais específicas para IA.

Memória HBM4

Outro avanço central é a memória. Cada Rubin GPU pode ser equipado com até 288 GB de HBM4, atingindo 22 TB/s de largura de banda - quase 2,8 vezes mais que os 8 TB/s do Blackwell. Esse incremento é vital não só para carregar grandes modelos, mas também para acessar constantes quantidades de dados durante a geração de texto e manipulação de contextos longos.

A HBM4 é, portanto, um dos componentes-chave dos aceleradores modernos de IA. Com maior capacidade e velocidade, ela reduz a latência entre operações computacionais.

Saiba mais sobre essa inovação em HBM4: a revolução da memória para IA e supercomputação.

No rack completo do Vera Rubin NVL72, o volume total de HBM4 chega a aproximadamente 20,7 TB, com largura de banda agregada de cerca de 1,58 PB/s - um indicativo de que a performance não se mede mais apenas por GPU individual, mas pelo conjunto integrado.

NVIDIA Vera CPU

Com Rubin, a NVIDIA introduziu o Vera CPU, um processador próprio compatível com Arm, baseado em núcleos Olympus e voltado para grandes sistemas de IA. Cada chip possui 88 núcleos Olympus e suporta até 1,5 TB de memória LPDDR5X. No Vera Rubin Superchip, um Vera CPU conecta-se a dois Rubin GPUs via NVLink-C2C, oferecendo até 1,8 TB/s de largura de banda.

O papel do Vera CPU é preparar dados, gerenciar tarefas e executar código geral, enquanto os cálculos pesados ficam a cargo do GPU. A comunicação rápida entre CPU e GPU evita gargalos e maximiza a utilização dos aceleradores.

NVLink 6 e integração de dezenas de GPUs

A troca de informações entre aceleradores é um dos principais gargalos em sistemas distribuídos. O NVLink 6 oferece até 3,6 TB/s por GPU, e o rack NVL72 atinge até 260 TB/s de banda total via NVLink 6 Switch. Isso permite que os 72 GPUs do NVL72 troquem dados em altíssima velocidade, crucial para modelos do tipo Mixture-of-Experts, que distribuem partes da rede neural em diferentes aceleradores.

A arquitetura Rubin, assim, é construída sobre quatro recursos integrados: poder computacional dos Tensor Cores, memória HBM4, interação rápida entre CPU e GPU e escalabilidade via NVLink. Se algum desses componentes falhar, a eficiência do sistema inteiro cai - por isso, a NVIDIA projeta o Vera Rubin como uma plataforma unificada.

Performance do Vera Rubin e seu impacto na IA

A performance do Vera Rubin não deve ser avaliada apenas em FLOPS. O que realmente importa é quantos tokens a infraestrutura pode gerar por megawatt, quantos aceleradores são necessários para treinar um modelo e a velocidade com que lida com contextos longos.

Segundo a NVIDIA, o Vera Rubin NVL72 entrega até 10 vezes mais tokens por megawatt em cenários de reasoning, como o modelo Kimi K2 Thinking, além de reduzir o custo de geração de um milhão de tokens em até 10 vezes em comparação ao GB200 NVL72. O ganho real depende do modelo, tipo de cálculo e contexto.

O benefício é ainda maior em sistemas de agentes, nos quais o consumo de tokens pode ser até 15 vezes superior ao de aplicações tradicionais de IA. Nesses casos, a largura de banda da memória e do NVLink 6 são essenciais para sustentar cargas prolongadas.

Em agosto de 2026, um teste AgentX demonstrou throughput até 30 vezes maior por megawatt no Vera Rubin NVL72, mantendo a meta de 160 tokens/s por usuário. Esses números, divulgados pela própria NVIDIA, aguardam validação independente.

Na prática, para treinar modelos Mixture-of-Experts de 10 trilhões de parâmetros, o Vera Rubin NVL72 pode demandar até quatro vezes menos GPUs do que o GB200 NVL72, reduzindo custos, consumo de energia e simplificando a infraestrutura de rede.

Para entender como a rede impacta o desempenho em larga escala, veja AI Fabric: o futuro das redes para o treinamento de IA em grande escala.

NVIDIA Rubin vs. Blackwell: principais diferenças

Embora siga a linha do Blackwell, o Rubin traz avanços em praticamente todos os componentes-chave. O GPU passou de 208 para 336 bilhões de transistores, a memória HBM3E deu lugar à HBM4, o NVLink duplicou sua largura de banda e o CPU Grace foi substituído pelo Vera. As diferenças vão além dos aceleradores individuais, impactando toda a arquitetura do sistema.

Essas diferenças refletem não apenas avanços em capacidade, mas uma reorientação para cargas de trabalho modernas de IA, onde contextos longos e operações complexas tornam-se predominantes.

Para uma análise detalhada da geração anterior, confira NVIDIA B200 e arquitetura Blackwell: novo padrão de aceleradores de IA.

Rubin CPX: evolução da arquitetura Vera Rubin

Além do Rubin GPU principal, a NVIDIA lançou o Rubin CPX, voltado para inference com contextos extremamente longos, como programação assistida por IA, análise de grandes bases de código e geração de vídeo. O Rubin CPX usa GDDR7 de 128 GB, focando em custo-benefício para tarefas especializadas, enquanto o Rubin padrão utiliza HBM4 para treinos e inferência universais.

Com até 30 PFLOPS NVFP4, o CPX triplica a performance em operações de attention em relação ao GB300 NVL72 em cenários equivalentes. Sua arquitetura é ideal para contextos com milhões de tokens, tanto em código como em vídeo.

A configuração de maior escala, Vera Rubin NVL144 CPX, integra CPUs Vera, GPUs Rubin e aceleradores CPX, distribuindo diferentes fases de inference entre processadores especializados. O resultado: até 8 exaflops de performance de IA, 100 TB de memória rápida e 1,7 PB/s de largura de banda total.

Essa segmentação demonstra a nova direção da NVIDIA: em vez de um GPU para tudo, a empresa projeta processadores otimizados para diferentes etapas e cargas de IA.

Onde será utilizada a Vera Rubin?

O principal mercado para a Vera Rubin são grandes data centers, especialmente operadores de nuvem, desenvolvedores de modelos fundacionais, centros de pesquisa e empresas que constroem suas próprias AI-factories. Trata-se de uma infraestrutura de classe empresarial, voltada para milhares de aceleradores interligados, alto consumo energético e máxima utilização de recursos.

Em 2026, a Vera Rubin entrou em produção em massa, com sistemas desenvolvidos em parceria com grandes fabricantes globais e preparada para escalar até infraestruturas com dezenas de milhares de GPUs.

O primeiro grande uso será na nuvem: a Microsoft planeja implementar o Vera Rubin NVL72 na futura infraestrutura Fairwater, e a CoreWeave está entre os primeiros provedores a oferecer Rubin na nuvem - permitindo acesso à arquitetura sem a necessidade de adquirir racks próprios.

Outro mercado-chave são supercomputadores. A Vera Rubin suporta nativamente operações FP64, sendo indicada para simulações climáticas, dinâmica de fluidos, química quântica, pesquisa energética e outras aplicações científicas pesadas. Instituições como o Laboratório Nacional de Los Alamos, NERSC e Leibniz Supercomputing Centre planejam adotar a plataforma.

A ideia de componentes especializados dentro das AI-factories também ganha força. Além do Rubin GPU e CPX, a NVIDIA adiciona aceleradores dedicados para inference, armazenamento de contexto, rede e cargas de CPU. Em agosto de 2026, iniciou-se a produção do Groq 3 LPX, acelerador especializado em geração sequencial rápida de tokens, complementando a infraestrutura Vera Rubin.

Assim, a Vera Rubin torna-se um verdadeiro sistema modular para diferentes cargas de IA: alta velocidade de treinamento, inference massivo e econômico, contexto longo ou latência mínima. Cada cenário pode ser atendido por processadores otimizados e integrados via software e rede.

Conclusão

NVIDIA Rubin não é apenas um novo GPU após Blackwell, mas representa o próximo passo na evolução da computação em nível de rack. A plataforma Vera Rubin integra GPUs Rubin, CPUs Vera, memória HBM4, NVLink 6 e infraestrutura de rede para reduzir latências entre componentes e escalar sistemas de IA com mais eficiência.

Seus maiores benefícios aparecem em tarefas que exigem processamento massivo e troca constante de dados: treinamento de modelos grandes, reasoning, agentes de IA, contextos longos e inference em larga escala. O aumento da largura de banda da memória e interconexão é tão decisivo quanto o crescimento da potência dos Tensor Cores.

Comparada à Blackwell, a nova arquitetura aprofunda o foco na performance da infraestrutura como um todo: tokens gerados, eficiência energética, custo de inference e cooperação entre dezenas ou milhares de aceleradores. O Rubin CPX reforça a tendência de especialização de processadores para diferentes fases do processamento neural.

Para o usuário comum, a Vera Rubin será praticamente invisível, já que é destinada a data centers, nuvem e supercomputadores. Mas são nessas plataformas que os serviços de IA do futuro vão operar - e a evolução do Rubin vai influenciar diretamente a velocidade, complexidade e acessibilidade das redes neurais da próxima geração.