NVIDIA revisa silenciosamente as especificações do Rubin: largura de banda por GPU cortada de 22 para 19,2 TB/s, NVLink também cortado

A NVIDIA revisou discretamente as especificações publicadas para sua GPU Rubin. A publicação de tecnologia ServeTheHome informou em 31 de outubro que as mudanças apareceram na folha de dados da arquitetura NVIDIA e nas atualizações da página do produto publicadas em setembro e detectadas pela IT Home, ao mesmo tempo em que os primeiros sistemas Vera Rubin NVL72 se tornaram geralmente disponíveis para hiperescaladores. A configuração principal permanece inalterada: um único Rubin ainda carrega 288 GB de memória HBM4 e seus números de computação principais permanecem inalterados.

Os números revisados

Na comparação ServeTheHome, a largura de banda HBM4 por GPU cai de 22 TB/s para 19,2 TB/s, um corte de cerca de 13 por cento, com a taxa por pino caindo de cerca de 10,75 Gbps para 9,375 Gbps; a largura de banda de expansão NVLink cai de 3,6 TB/s para 3,0 TB/s, enquanto a largura de banda de rede de expansão aumenta ligeiramente de 0,4 TB/s para 0,45 TB/s. No nível do rack, a largura de banda da memória Vera Rubin NVL72 cai de 1.580 TB/s para 1.400 TB/s e NVLink de 260 TB/s para 216 TB/s; o HGX Rubin NVL8 de oito GPUs cai de 2,3 TB de HBM4 a 176 TB/s para 2 TB a 130 TB/s, um corte de largura de banda de cerca de 26 por cento.

O que a NVIDIA diz

A NVIDIA não emitiu nenhum comunicado de imprensa sobre a mudança. De acordo com um representante da NVIDIA citado em um relatório da Wccftech, os números anteriores eram metas preliminares de desenvolvimento, enquanto os números revisados ​​são especificações para sistemas em produção qualificada e em volume; as especificações de componentes individuais por si só não determinam o desempenho do aplicativo, que também depende do sistema completo, da rede, do software e dos modelos. Em outras palavras, a revisão substitui as metas de papel por um critério de produção marítima, em vez de marcar uma nova geração de chips.

O que assistir

Para os compradores de computação de IA, o que importa agora é medir o desempenho e o ritmo de entrega nos sistemas de produção, e não os números máximos dos primeiros slides. Rubin já está entrando em produção, e os resultados de benchmark, além do feedback de implantação dos hiperescaladores, mostrarão o que as especificações revisadas significam em cargas de trabalho reais.