– NVIDIA exibiu o módulo Vera Rubin pela primeira vez, combinando CPU Vera GPUs Rubin
– Novidade voltada a data centers de IA e HPC
– Lançamento com produção prevista para 2026 e adoção em rack-scale em 2027
Conforme publicado pelo Guru3D nesta quarta-feira (29), a NVIDIA fez uma demonstração pública pela primeira vez do aguardado superchip Vera Rubin durante a conferência GTC 2025, em Washington D.C., nos Estados Unidos, mostrando um módulo de alto desempenho voltado a IA e computação de alto nível.
O sistema integra, entre outros componentes, uma CPU personalizada “Vera” com 88 núcleos ARM (176 threads) e duas GPUs “Rubin”, cada uma delas com arquitetura multi-chiplet, oito stacks de memória HBM4, além de módulos SOCAMM LPDDR, tudo montado numa placa densa voltada para servidores e centros de dados.
- Qualcomm entra no mercado para concorrer com NVIDIA e AMD
- AMD + OpenAI: nova parceria pode abalar domínio da NVIDIA
Principais especificações e destaques
Segundo informações da NVIDIA e de veículos especializados:
As duas GPUs Rubin oferecidas no módulo entregariam cerca de 50 petaflops de desempenho em FP4 cada, totalizando cerca de 100 PFLOPS para o módulo completo;
O sistema Vera Rubin (denominado “NVL144” para o rack-scale inicial) está planejado para produção em massa a partir de meados de 2026 e visaria implantação em 2027;
A CPU Vera conta com 88 núcleos customizados ARM e uma largura de banda NVLink-C2C estimada em 1,8 TB/s;
A placa exibida não segue o padrão tradicional de PCIe-x16, mas sim conectores NVLink backplane dedicados para alta escala em rack e interconexão entre módulos.
O que significa na prática?
Além de deixar ainda mais claro o foco da NVIDIA em IA, o anúncio mostra ainda que a empresa está apostando em um módulo integrado de CPU + GPU(s) para centros de dados, em vez de somente placas dedicadas.
Vale destacar que, segundo a NVIDIA, este tipo de solução, com um elevado número de núcleos, memória dedicada de alta velocidade e interconexão de alta largura de banda, promete acelerar muito as tarefas de inferência, treinamento de modelos de IA e cargas de trabalho HPC (computação de alto desempenho).
É muito interessante, por exemplo, para empresas de cloud, pesquisadores e integradores, pois é um tipo de arquitetura tem potencial para redefinir o que se considera topo de linha.