Modelo de IA deepseek-v4-pro demonstra que vera rubin supera o blackwell em 30x em eficiência energética

A Nvidia testou o modelo DeepSeek-V4-PRO de 1,6T utilizando a carga de trabalho SemiAnalysis AgentX, revelando que o sistema Vera Rubin alcança 30 vezes mais tokens por megawatt (tokens/MW) em comparação com o GB300 NVL72. A métrica de tokens/MW é um indicador-chave da eficiência de centros de dados de IA, medindo quantos tokens de IA podem ser gerados por unidade de energia. O teste destacou quatro principais métricas de desempenho, incluindo a interatividade normalizada de ponta a ponta e a latência do primeiro token (TTFT), que avaliam a eficiência da saída visível para o utilizador e o tempo necessário para que o primeiro token chegue após uma solicitação. No ambiente DeepSeek-V4-PRO, o sistema GB300 NVL72 alcançou 15 vezes mais tokens/MW do que a configuração H200 NVL8 Hopper. A Nvidia observou que o custo por milhão de tokens do Blackwell é cerca de 10 vezes inferior ao seu antecessor, permitindo que os operadores suportem mais agentes com o mesmo orçamento de energia e infraestrutura ou mantenham a mesma capacidade a um custo inferior. Vera Rubin melhora ainda mais esta vantagem, com o seu sistema NVL72 a alcançar tokens/MW que são 30 vezes superiores ao GB300 NVL72. O custo por milhão de tokens para o Vera Rubin NVL72 é 35 vezes inferior ao do GB300 NVL72, permitindo a operação contínua e em grande escala de agentes para satisfazer diversas cargas de trabalho de clientes.