Les systèmes Vera Rubin de Nvidia commencent à être livrés

• Le 21 juillet, NVIDIA a confirmé que la plateforme Vera Rubin était en pleine production, Ian Buck, vice-président du calcul accéléré, déclarant à la presse au siège de NVIDIA que les systèmes sont désormais livrés à des clients tels qu'OpenAI, CoreWeave, Google Cloud, Microsoft Azure, Meta et Dell^[1]
• NVIDIA avait indiqué lors du GTC Taipei le 31 mai que la plateforme montait en pleine production, les principaux fabricants de serveurs taïwanais produisant des systèmes Vera Rubin à grande échelle^[1]
• Les sources divergent sur la date prévue des livraisons : l'annonce de la salle de presse du 31 mai, telle que citée par^[1], indiquait que « les livraisons de production de Vera Rubin doivent débuter à partir de cet automne », alors que le briefing du 21 juillet évoque des systèmes déjà expédiés ; c'est la version la plus récente qui prévaut^[1]
• Elles divergent aussi sur l'état de production de la plateforme au lancement : le communiqué du CES du 5 janvier 2026 affirmait déjà que « NVIDIA Rubin est en pleine production, et les produits basés sur Rubin seront disponibles auprès des partenaires au second semestre 2026 »^[2], tandis que l'article de ServeTheHome sur le même événement parlait d'« une annonce du type “tout reste dans les temps” » et notait que « le matériel n'est pas encore livré, et la montée en production ne commencera même pas avant le second semestre »^[3]
• Le nombre de puces de la plateforme est lui aussi indiqué de manière incohérente : les deux sources du CES décrivent six nouvelles puces — CPU Vera, GPU Rubin, switch NVLink 6, SuperNIC ConnectX-9, DPU BlueField-4 et switch Ethernet Spectrum-6^[2][3] — tandis que^[1] affirme que le 16 mars 2026, au GTC de San José, NVIDIA a annoncé que la plateforme était passée à sept puces en pleine production avec le LPU NVIDIA Groq 3, tout en parlant encore de six ailleurs dans le même article^[1]
• Les produits basés sur Rubin seront disponibles auprès des partenaires au second semestre 2026, avec AWS, Google Cloud, Microsoft et OCI parmi les premiers clouds publics, aux côtés des NVIDIA Cloud Partners CoreWeave, Lambda, Nebius et Nscale^[1][2][3]
• Microsoft déploiera des systèmes à l'échelle du rack Vera Rubin NVL72 dans des centres de données d'IA de nouvelle génération, y compris les futurs sites de la superusine d'IA Fairwater, qui « passeront à l'échelle de centaines de milliers de Superchips NVIDIA Vera Rubin »^[1][2]
• CoreWeave, l'un des premiers fournisseurs de cloud à recevoir le matériel, a déclaré à Bloomberg que ses racks NVL72 délivrent dix fois le débit de tokens de la génération précédente^[1]
• Dell Technologies, HPE, Lenovo et Supermicro, ainsi qu'ASUS, Foxconn, GIGABYTE, Pegatron, Quanta Cloud Technology, Wistron et Wiwynn, adoptent NVIDIA DSX pour accélérer la montée en cadence de Vera Rubin^[1]
• NVIDIA a mené un cycle de développement agressif de 18 mois entre le lancement de Blackwell et la production de Rubin, contre les 24 à 30 mois habituellement nécessaires pour une telle étape^[1]
• Le communiqué du CES comporte un avertissement sur les déclarations prospectives et précise que « bon nombre des produits et fonctionnalités décrits ici en sont à des stades divers et seront proposés selon leur disponibilité »^[2]

Caractéristiques notables

• Le rack phare Vera Rubin NVL72 intègre 72 GPU Rubin et 36 CPU Vera reliés par NVLink 6, avec des SuperNIC ConnectX-9 et des DPU BlueField-4^[1][2][3]
• Chaque GPU Rubin embarque 288 Go de mémoire HBM4 avec jusqu'à 22 To/s de bande passante, contre 8 To/s pour la Blackwell Ultra B300^[1] ; ServeTheHome situe ces mêmes 288 Go et 22 To/seconde à 2,8 fois la bande passante HBM3e de Blackwell, sur une puce à double die de 336 milliards de transistors gravée en 3 nm chez TSMC^[3]
• NVIDIA affirme que Rubin atteint 5 fois les performances d'inférence de Blackwell et 3,5 fois ses performances d'entraînement, avec 50 PFLOPS d'inférence NVFP4 et 35 PFLOPS d'entraînement NVFP4 par GPU^[1][2][3]
• La plateforme est présentée comme divisant jusqu'à 10 fois le coût du token d'inférence par rapport à Blackwell ; le rack NVL72 est annoncé avec jusqu'à 10 fois plus de débit d'inférence par watt pour un dixième du coût par token^[1][2]
• Un rack NVL72 complet est annoncé à 3,6 EFLOPS d'inférence et 2,5 EFLOPS de calcul d'entraînement, 220 000 milliards de transistors, 54 To de LPDDR5X et 20,7 To de HBM4^[3], avec 3,6 To/s de bande passante NVLink par GPU et 260 To/s à l'échelle du rack^[2]
• Le rack est refroidi à 100 % par liquide, avec une conception modulaire à plateaux sans câbles ; les sources chiffrent le gain de montage de trois façons : une installation ramenée « de deux heures à cinq minutes »^[1], un assemblage du rack passant « de 100 minutes sur Blackwell à seulement 6 minutes sur Rubin »^[3], et « un assemblage et une maintenance jusqu'à 18 fois plus rapides que sur Blackwell »^[2]