Nvidia Vera Rubin toob protsessori tagasi AI-agentide töövoo keskmesse

01Lühidalt

• Nvidia teatas 21. juulil, et Vera Rubin NVL72 süsteemide tootmismaht kasvab ning esimesed seadmed töötavad CoreWeave’i, Google Cloudi, Microsoft Azure’i ja Oracle Cloud Infrastructure’i juures.
• Vera Rubin ühendab üheks arhitektuuriks uue Vera protsessori, Rubin-graafikaprotsessorid, NVLinki, võrguseadmed, andmetöötlusprotsessori ja eraldi inferentsikiirendi.
• Nvidia väitel vajavad AI-agendid senisest kiiremat ühe lõime jõudlust, suuremat mäluribalaiust ja tihedamat CPU-GPU ühendust, sest protsessor peab korraldama tööriistakutseid, koodi käivitamist ja andmevahetust.
• Enamik avaldatud jõudlus- ja energiatõhususe näitajaid pärineb Nvidialt või tema partneritelt ning laiem sõltumatu võrdlus AMD ja Inteli süsteemidega on veel puudulik.

Nvidia teatas 21. juulil 2026, et tema järgmise põlvkonna Vera Rubin NVL72 tehisarutaristu tootmine laieneb ning süsteemid töötavad juba mitme suure pilve- ja taristuteenuse pakkuja juures. Ettevõtte sõnul on partnerite seas CoreWeave, Google Cloud, Microsoft Azure ja Oracle Cloud Infrastructure.

Tegemist ei ole Vera Rubini esmaesitlusega. Nvidia tutvustas platvormi põhikomponente varem 2026. aastal, kuid juulikuu teadaanne tähistab üleminekut tehniliste lubaduste juurest tootmise, partnerite juurutuste ja üksikasjalikuma arhitektuurikirjelduse juurde. Google, Microsoft ja Oracle on kinnitanud, et lisavad Vera Rubinil põhinevaid süsteeme oma pilvetaristusse, kuigi klientidele avamise ajakava ja teenuste täpne vorm erinevad.

Vera Rubini kõige olulisem sõnum ei puuduta ainult uut graafikaprotsessorit. Nvidia väidab, et mitmeastmeliste tehisaruagentide töökoormus muudab protsessori, mälu ja võrgu sama oluliseks kui mudeli inferentsi tegev GPU. SiliconANGLE’i analüütik Zeus Kerravala kirjeldab seda katsena käsitleda kogu süsteemi ühe omavahel sõltuva arhitektuurina, mitte eri tootjatelt valitud komponentide kogumina.

02Miks AI-agent vajab võimsamat protsessorit?

Tavapärases suure keelemudeli inferentsis teeb suurema osa arvutustööst GPU. Agendipõhises süsteemis ei lõpe töö mudeli vastuse genereerimisega. Agent peab tegema päringuid andmebaasidesse, käivitama koodi, kutsuma API-sid, töötlema faile, jälgima tulemusi ja otsustama saadud info põhjal järgmise sammu.

Need toimingud vahelduvad GPU-l tehtavate järeldussammudega. Protsessor peab haldama rakenduse käituskeskkonda, tööriistakutseid, turvalisi liivakaste, andmete ettevalmistamist ja paljusid lühikesi järjestikuseid ülesandeid. Kui CPU vastab aeglaselt või ootab mälu järel, jääb kallis GPU järgmise tööetapi ootele.

Nvidia sõnastab probleemi nii, et agendipõhine tehisaru on toonud protsessori uuesti kriitilisele teele. Ettevõtte hinnangul ei piisa sellise koormuse puhul üksnes suuremast tuumade arvust. Oluliseks muutuvad ühe lõime jõudlus, harude ennustamine, mäluviivitus ja võime hoida korraga töös suurt hulka eraldatud agendikeskkondi.

See ei tähenda, et kõik AI-rakendused vajaksid uut tüüpi protsessorit. Lihtsamad juturobotid, klassifitseerimisteenused ja ühe päringuga töövood võivad jätkuvalt töötada tavapärases GPU-serveris. Vera arhitektuuri sihtmärk on eelkõige suurte agentide, programmeerimisassistentide, tugevusõppel põhinevate süsteemide ja paljude samaaegsete liivakastide käitamine.

03Vera kasutab Nvidia enda Olympus-tuumasid

Vera on Arm-ühilduv serveriprotsessor, mis kasutab 88 Nvidia arendatud Olympuse tuuma ja toetab 176 samaaegset riistvaralist töövoogu. Protsessoril on 164 megabaiti ühist L3-vahemälu ning LPDDR5X-mälusüsteem, mille ribalaius ulatub Nvidia andmetel 1,2 terabaidini sekundis.

Olympuse tuumal on kümne käsu laiune dekodeerimismootor, sügav käskude ümberjärjestamise süsteem ja spetsiaalne graafieeltoomise mehhanism. Viimane on mõeldud ebaregulaarse mälukasutusega töödele, mida leidub graafanalüüsis, kompilaatorites ja agentide mälustruktuurides.

Nvidia vastandab ühe suure ränikristalli ümber ehitatud lahendust kiibistikupõhistele protsessoritele, kus tuumad ja mäluühendused paiknevad mitmel eraldi kristallil. Ettevõtte väitel aitab monoliitne sidususvõrk vähendada tuumadevahelise andmevahetuse viivitust ja muuta jõudlust suure koormuse all prognoositavamaks.

Need võrdlused pärinevad peamiselt Nvidia enda testidest. Ettevõte on avaldanud väiteid kuni 1,8 korda parema jõudluse ja väiksema viivituse kohta võrreldes traditsiooniliste x86-serveritega, kuid kõigi testide täpsed võrdlusprotsessorid, süsteemiseadistused ja energiapiirangud ei ole avalikult üheselt võrreldavad.

Seetõttu ei saa avaldatud numbritest järeldada, et Vera oleks üldotstarbeliselt kiirem kui kõik AMD või Inteli serveriprotsessorid. Tulemused näitavad eelkõige seda, milliste tööde jaoks Nvidia on protsessori kujundanud ja milliste mõõdikute alusel ettevõte oma süsteemi optimeerib.

04CPU ja GPU vahel liigub kuni 1,8 terabaiti sekundis

Vera ühendatakse Rubin-graafikaprotsessoritega teise põlvkonna NVLink-C2C liidese kaudu. Nvidia andmetel ulatub protsessori ja GPU vaheline sidus ribalaius 1,8 terabaidini sekundis. See võimaldab mõlemal komponendil jagada andmeid väiksema kopeerimis- ja ühenduskuluga kui tavapärases PCIe-põhises serveris.

Sidusus on oluline töövoogudes, kus mudeli inferentsi, tööriistakutsete ja andmetöötluse vahel liigutakse pidevalt edasi-tagasi. Kui CPU peab iga sammu eel andmeid aeglasema ühenduse kaudu kopeerima, võib süsteemi lõppkiirus jääda palju väiksemaks kui GPU teoreetiline arvutusvõimsus.

Vera Rubin NVL72 rack sisaldab 72 Rubini GPU-d ja 36 Vera protsessorit. Nvidia käsitleb kogu rack’i ühe suure arvutina, milles NVLink ühendab kiirendid tihedalt ning CPU-d korraldavad andmete liikumist ja rakenduse tööd.

See mudel tugevdab Nvidia kontrolli taristu üle. Ettevõte ei paku enam ainult kiirendit, vaid protsessorit, GPU-d, ühendusi, võrguseadmeid, andmetöötlusprotsessoreid, tarkvara ja rack’i arhitektuuri. Kliendi jaoks võib terviklahendus lihtsustada jõudluse optimeerimist, kuid suurendab samal ajal sõltuvust ühe tarnija tehnoloogiast.

05Seitsmest kiibist koosnev platvorm

Vera Rubini esialgne kirjeldus hõlmas kuut põhikomponenti: Vera CPU-d, Rubin GPU-d, NVLink 6 lülitit, ConnectX-9 SuperNIC-i, BlueField-4 andmetöötlusprotsessorit ja Spectrum-6 Etherneti lülitit. Hilisemasse platvormikirjeldusse lisas Nvidia Groq 3 LPU inferentsikiirendi, mistõttu räägib ettevõte nüüd seitsmest ühiselt kavandatud kiibist.

Platvorm jaguneb viieks rack’i tasemel süsteemiks: Vera Rubin NVL72, eraldiseisev Vera protsessorirack, Groq 3 LPX inferentsirack, Spectrum-6 SPX võrgulahendus ja Vera BlueField-4 STX salvestustaristu. Nvidia nimetab seda lähenemist äärmuslikuks ühiskavandamiseks, mille puhul komponente ei optimeerita eraldi, vaid kogu süsteemi tokenitootluse, energiakulu ja latentsuse järgi.

Ettevõtte väitel suudab Vera Rubin NVL72 anda Blackwelli põlvkonnaga võrreldes kuni kümme korda rohkem tokeneid ühe megavati kohta. Nvidia viitab muu hulgas CoreWeave’i DeepSeek-R1 testile, kuid tulemus kirjeldab konkreetset mudelit, süsteemi ja töökoormust. Seda ei saa automaatselt laiendada kõigile mudelitele või rakendustele.

06Spectrum-6 muudab võrgu arvutussüsteemi osaks

GPU-d ühendatakse rack’i sees NVLinkiga, kuid eri rack’ide sidumiseks on vaja eraldi võrku. Vera Rubini platvormis täidab seda rolli Spectrum-X Ethernet, mille uus Spectrum-6 lüliti pakub 102,4 terabitti sekundis koguvõimsust. ConnectX-9 SuperNIC-i ühenduskiirus ulatub 1,6 terabitini sekundis.

Suurtes mudelites ja eriti ekspertide segu ehk mixture-of-experts-arhitektuurides liigub arvutuse ajal palju andmeid eri kiirendite vahel. Kui võrk on aeglane või ülekoormatud, vähendab see kogu klastri GPU-de kasutustaset. Võrgu latentsus ja pakettide kadumine muutuvad seega otseselt tokeni maksumust mõjutavaks teguriks.

Spectrum-X kasutab kohanduvat marsruutimist, ülekoormuse juhtimist ja kaugmälupöörduse ehk RDMA jaoks kohandatud tarkvara. Nvidia eesmärk on pakkuda Etherneti tuttavat haldusmudelit, kuid vähendada tavapärase võrgu ebastabiilsust suurtes AI-klastrites.

Nvidia väidab, et tema eesmärk ei ole müüa üksnes kiiremat lülitit. Ettevõte tahab kontrollida andmete teed mudeli mälust GPU-sse, GPU-de vahel, rack’ide vahel ja salvestussüsteemi tagasi. Just võrk ja andmete liikumine eristavad Vera Rubinit tavalisest GPU-serverite kogumist.

07Partnerid on süsteeme paigaldanud, kuid üldine pilvesaadavus alles kujuneb

Nvidia sõnul töötavad Vera Rubini rack’id juba CoreWeave’i, Google Cloudi, Microsoft Azure’i ja Oracle Cloud Infrastructure’i juures. Ettevõte kirjeldab enam kui 300 partnerist ja 350 taristukohast koosnevat tarneahelat 30 riigis. Need arvud pärinevad Nvidialt ning kõigi asukohtade tootmisseisu pole sõltumatult kinnitatud.

Microsoft teatas märtsis, et käivitas Vera Rubin NVL72 süsteemid oma laborites ning plaanib neid järgnevate kuude jooksul Azure’i andmekeskustesse lisada. Google Cloud kavatseb pakkuda Vera Rubinil põhinevaid A5X metallservereid 2026. aasta teisel poolel. Oracle on välja kuulutanud järgmise põlvkonna Vera Rubinil põhineva OCI Superclusteri.

Seega ei tähenda Nvidia teade, et kõik kliendid saaksid juba praegu igas piirkonnas Vera Rubini virtuaalmasinaid tellida. Esmalt saavad süsteemidele ligipääsu suured mudeliarendajad ja ettevõtted, kes broneerivad märkimisväärseid arvutusmahte.

Eesti ettevõtted puutuvad platvormiga tõenäoliselt kokku pilveteenuse, mitte oma andmekeskusesse ostetud NVL72 rack’i kaudu. Praktilised küsimused on teenuse piirkondlik saadavus, hind, andmete asukoht, tarkvara ühilduvus ja see, kui lihtne on töökoormust teise kiirendi või pilve juurde viia.

08Nvidia valmistab ette laienemist serveriprotsessoritesse

Vera annab Nvidiale võimaluse suurendada oma osa serveri väärtusest. Kui ettevõte müüb juba GPU-d ja NVLinki süsteemi, saab ta pakkuda sama rack’i sees ka protsessorit, võrguseadmeid, andmetöötlusprotsessorit ja tarkvara.

Kerravala hinnangul võib protsessoritest saada Nvidia järgmine turuosa kasvatamise valdkond. Ettevõte ei pea selleks asendama AMD ja Inteli x86-protsessoreid kõigis pilve- ja ettevõtterakendustes. Piisab sellest, kui Vera muutub eelistatud protsessoriks kallites Nvidia GPU-del põhinevates AI-süsteemides.

See on Nvidia jaoks tuttav strateegia: ettevõte saavutab tugeva positsiooni ühes kriitilises komponendis ja laiendab seejärel kontrolli selle ümber paiknevatesse süsteemikihtidesse. GPU domineerimine annab Nvidiale võimaluse määrata, milline CPU, võrk ja salvestusarhitektuur selle kõrval kõige paremini töötab.

Ostjate seisukohalt on ühiskavandamise eelis võimalik suurem jõudlus ja lihtsam kasutuselevõtt. Puuduseks on süvenev tarnijalukk. Rakendus, mis sõltub NVLinkist, CUDA-st, BlueFieldist, Spectrum-X-ist ja Nvidia rack’i haldustarkvarast, ei pruugi olla väikese kuluga teisele platvormile teisaldatav.

09AMD vastus annab esimese võrdluspunkti

AMD korraldab 23. juulil 2026 San Franciscos oma Advancing AI ürituse, kus ettevõte lubab tutvustada tehisarutaristu, kiirendite, protsessorite, võrgu ja tarkvara arenguid. Üritus toimub päev pärast selle artikli avaldamist.

Võrdluse keskmes pole enam ainult see, kumb tootja pakub kiiremat GPU-d. Oluline on, kas AMD suudab pakkuda sama terviklikku rack’i tasemel süsteemi, piisavalt küpset tarkvara, kiiret võrku ja pilvepartnerite tuge.

Samuti tuleb jälgida Inteli positsiooni. Nvidia rünnak serveriprotsessorite turule ei keskendu kogu x86-ökosüsteemile, vaid kõige kallimatele ja kiiremini kasvavatele AI-taristu töökoormustele. Kui need töökoormused liiguvad tavapärasest serverist üha enam ühe tootja terviklahendusse, võib muutuda ka andmekeskuse protsessorituru senine jaotus.

10Vera Rubini edu otsustab süsteemi tegelik ühikukulu

Vera Rubin näitab, et järgmise põlvkonna tehisarutaristu konkurents ei käi ainult graafikaprotsessori arvutusvõimsuse üle. Agentide puhul mõjutavad lõpptulemust järjestikuste ülesannete viivitus, protsessori jõudlus, mäluribalaius, võrgu ülekoormus, salvestus ja kasutatava elektri hulk.

Nvidia tehniline argument on usutav: kui agent vaheldab pidevalt arutlemist, koodi käivitamist ja tööriistade kasutamist, võib CPU muutuda kogu süsteemi piduriks. Avalikud tõendid ei näita veel, kui suur on Vera eelis võrreldava hinna, energiapiirangu ja tarkvaraseadistusega AMD või Inteli süsteemide ees.

Kõige olulisemad järgmised mõõdikud on pilveteenuste tegelik hind, ühe edukalt lõpetatud agendiülesande kogukulu, GPU-de kasutustase ning sõltumatud jõudlustestid. Vera Rubini turupositsiooni ei otsusta selle komponentide arv, vaid see, kas kogu süsteem suudab toota kasulikke tulemusi odavamalt ja prognoositavamalt kui konkureerivad arhitektuurid.

11Korduma kippuvad küsimused

Mis on Nvidia Vera Rubin?

Nvidia Vera Rubin on rack’i tasemel tehisarutaristu platvorm, mis ühendab Vera protsessorid, Rubin-graafikaprotsessorid, NVLinki, võrgu- ja salvestuskomponendid. Platvorm on mõeldud suurte mudelite treenimiseks, inferentsiks ja mitmeastmeliste AI-agentide käitamiseks.

Miks vajavad AI-agendid võimsat protsessorit?

AI-agent kasutab protsessorit tööriistakutsete, koodi käivitamise, andmebaasipäringute, failitöötluse ja töövoo korraldamise jaoks. Kui CPU või mälu vastab aeglaselt, peab GPU järgmise inferentsisammu eel ootama ning kogu ülesande täitmine muutub aeglasemaks.

Millised on Nvidia Vera protsessori põhiandmed?

Vera protsessoril on 88 Nvidia Olympuse tuuma, 176 riistvaralist töövoogu, 164 megabaiti ühist L3-vahemälu ja kuni 1,2 terabaiti sekundis LPDDR5X-mäluribalaiust. Rubin GPU-ga ühendamiseks kasutatakse kuni 1,8 terabaiti sekundis edastavat NVLink-C2C liidest.

Kas Vera Rubin on juba pilves kasutatav?

Vera Rubini süsteemid töötavad Nvidia teatel juba CoreWeave’i, Google Cloudi, Microsoft Azure’i ja Oracle Cloud Infrastructure’i juures. Kõigi klientide jaoks avatud teenuste saadavus sõltub siiski pilvepakkujast, piirkonnast ja konkreetsest tootest.

Kas Vera on AMD ja Inteli serveriprotsessoritest kiirem?

Nvidia enda testid näitavad Verale valitud agendi- ja andmetöötluskoormustes märkimisväärset eelist. Laiad sõltumatud võrdlused võrreldava hinnaga AMD ja Inteli süsteemidega on veel puudulikud, mistõttu ei saa Verat pidada kõigis töödes automaatselt paremaks.

Mida tähendab Vera Rubin Eesti ettevõtetele?

Eesti ettevõtted saavad Vera Rubinile tõenäoliselt ligipääsu rahvusvaheliste pilveteenuste kaudu. Valikul tuleb võrrelda teenuse hinda, Euroopa piirkondade saadavust, andmete asukohta, rakenduse teisaldatavust ja tegelikku kulu ühe lõpetatud ülesande kohta.

Mis on Vera Rubini suurim äriline risk kliendile?

Suurim risk on sõltuvuse kasv Nvidia riistvarast, ühendustest ja tarkvarast. Terviklik platvorm võib pakkuda paremat jõudlust, kuid muuta töökoormuse viimise AMD, Inteli, Google’i TPU või mõne teise arhitektuuri peale keerulisemaks.

Mida tasub Vera Rubini puhul edasi jälgida?

Jälgida tasub sõltumatuid jõudlusteste, pilveteenuste hindu ja süsteemide tegelikku energiakulu. Samuti on oluline AMD 23. juuli Advancing AI üritus ja see, millise alternatiivi ettevõte Nvidia terviklikule rack’i arhitektuurile pakub.

12Allikad

1. Nvidia, „NVIDIA Vera Rubin Driving Performance Per Watt, Lowest Token Cost for Partners Worldwide“, 21. juuli 2026. https://blogs.nvidia.com/blog/vera-rubin/
2. Nvidia, „NVIDIA Vera CPU Sets a New Standard for Agentic Workloads in AI Factories“, juuni 2026. https://developer.nvidia.com/blog/nvidia-vera-cpu-sets-a-new-standard-for-agentic-workloads-in-ai-factories/
3. Nvidia, „NVIDIA Vera CPU: Olympus Cores Built for Maximum Single-Thread Performance in Agentic AI“, 21. juuli 2026. https://developer.nvidia.com/blog/nvidia-vera-cpu-olympus-cores-agentic-ai/
4. Nvidia, „Built for Vera Rubin, NVIDIA Spectrum-6 Arrives in Gigascale AI Factories“, 21. juuli 2026. https://blogs.nvidia.com/blog/nvidia-spectrum-six-arrives-in-gigascale-ai-factories/
5. Nvidia, „NVIDIA Vera Rubin Opens Agentic AI Frontier“, 16. märts 2026. https://nvidianews.nvidia.com/news/nvidia-vera-rubin-platform
6. Google Cloud, „AI infrastructure at Next ’26“, aprill 2026. https://cloud.google.com/blog/products/compute/ai-infrastructure-at-next26
7. Microsoft, „Microsoft at NVIDIA GTC: New solutions for Microsoft Foundry, Azure AI infrastructure and Physical AI“, 16. märts 2026. https://blogs.microsoft.com/blog/2026/03/16/microsoft-at-nvidia-gtc-new-solutions-for-microsoft-foundry-azure-ai-infrastructure-and-physical-ai/
8. Oracle, „Oracle Expands AI Collaboration with NVIDIA to Deliver Scalable Supercomputing, Accelerated Vector Workloads, and AI Applications“, 16. märts 2026. https://blogs.oracle.com/cloud-infrastructure/oracle-nvidia-gtc-2026-key-announcements
9. SiliconANGLE, „Nvidia Vera Rubin: Inside the agentic AI factory that rewrites the CPU playbook“, 21. juuli 2026. https://siliconangle.com/2026/07/21/nvidia-vera-rubin-inside-agentic-ai-factory-rewrites-cpu-playbook/
10. AMD, „AMD Announces Advancing AI 2026“, 28. aprill 2026. https://www.amd.com/en/newsroom/press-releases/2026-4-28-amd-announces-advancing-ai-2026-.html