Según las nuevas mediciones de NVIDIA, el sistema Vera Rubin NVL72 muestra hasta 30 veces más rendimiento por megavatio y hasta 35 veces menos costo de token en comparación con el GB300 NVL72 en cargas de agentes.
No probamos un chat ordinario, sino sesiones de codificación reales de SemiAnalysis AgentX: un contexto de largo crecimiento, llamadas a herramientas, lanzamiento de subagentes y razonamiento de varios pasos. Según OpenRouter, estos scripts pueden consumir aproximadamente 15 veces más tokens que una solicitud de chat típica.
En Vera Rubin, NVIDIA optimizó por separado el trabajo con contextos largos: caché KV distribuida, enrutamiento compatible con KV, separación de precarga y decodificación, paralelismo experto y nuevos núcleos CUDA.
En DeepSeek V4 Pro, Vera Rubin NVL72, según NVIDIA, proporciona hasta 30 veces más rendimiento por megavatio en relación con el GB300 NVL72. Estos resultados aún están pendientes de verificación por SemiAnálisis.
https://blogs.nvidia.com/blog/vera-rubin-nvl72-efficiency-ai-agents/