NVIDIA Vera Rubin NVL72 e USFP: cosa cambia per le AI factory

Perché se ne parla#

Il 12 ottobre 2026 NVIDIA e Cisco hanno annunciato piani per USFP (Ultra-Dense Small Form Factor Pluggable), un nuovo modulo ottico pluggable da 400 Gb/s per corsia destinato alle AI factory, cioè ai data center per l'addestramento e l'inferenza dei modelli di intelligenza artificiale. Il problema è questo: scalare un'AI factory richiede più banda per ogni connessione e più connessioni per ogni switch. Quando uno switch raggiunge la sua capacità, per espandere la rete servono altri livelli di switch e altri collegamenti ottici, con più latenza, più consumi e più costi.

USFP prevede 16 corsie full-duplex in un ingombro di tipo OSFP, con una capacità complessiva di 12,8 Tb/s, secondo i produttori. Il modulo usa un connettore a due fasi: i contatti ad alta velocità si agganciano solo dopo l'inserimento, riducendo l'usura. Supporta una dissipazione fino a 100 watt senza un circuito di raffreddamento dedicato integrato nel transceiver, il che semplifica il progetto degli switch.

Alla realizzazione collaborano TE Connectivity e Amphenol, che sviluppano cage, connettori e moduli, con altri partner attesi. La specifica aperta arriverà da un futuro progetto multi-source guidato dalla community. Per i dettagli tecnici, leggete il comunicato congiunto di NVIDIA e Cisco: comunicato ufficiale di NVIDIA e Cisco su USFP.

I numeri di testa#

I numeri provengono da fonti diverse e vanno letti con le loro condizioni. I 12,8 Tb/s e il rapporto 4x riguardano i moduli USFP, che NVIDIA e Cisco presentano come piani futuri, e il confronto è con moduli da 200 Gb/s per corsia a parità di ingombro OSFP. Il rapporto 1/4 delle GPU e il decimo del costo per token sono invece dichiarazioni NVIDIA su Vera Rubin NVL72 rispetto a GB200 NVL72, basate su proiezioni e su test specifici. La stessa pagina NVIDIA precisa che le prestazioni sono soggette a modifica: si tratta di stime del produttore, non di misure indipendenti.

Cisco amplia la Secure AI Factory con NVIDIA#

Cisco porta sistemi rack-scale nella Secure AI Factory#

Il 25 agosto 2026 Cisco ha annunciato, insieme a Supermicro, l'ampliamento della Secure AI Factory con NVIDIA. Entrano nel portafoglio sistemi rack-scale e server ad alta densità, raffreddati a liquido o ad aria, venduti come parte dell'infrastruttura AI di Cisco (Leggi l'annuncio).

L'architettura è compatibile con gli NVIDIA Cloud Partner (NCP) e si rivolge a neocloud e cloud sovrani. Gli switch Cisco Silicon One gestiscono il front-end, gli switch basati su NVIDIA Spectrum-X il back-end, e Cisco Nexus One li unifica. Cisco afferma di essere l'unico partner NVIDIA che usa propri switch e proprio sistema operativo di rete in una soluzione NCP: è una dichiarazione del produttore.

Cosa significa per un'azienda#

1. Pianificate gli investimenti tenendo presente che la fornitura dei sistemi Supermicro nella Secure AI Factory parte da ottobre 2026.

2. Chiedete ai fornitori come riducono il rischio di consegna, come certificano che l'infrastruttura sia costruita secondo il progetto (con CVIS) e come semplificano le operazioni con strumenti già noti.

3. Se offrite capacità AI a clienti in cloud sovrano o neocloud, valutate l'architettura NCP compliant come riferimento.

Jeetu Patel, President and Chief Product Officer di Cisco, sostiene che la velocità conta solo con controllo dei dati, costi dei token gestiti e ritorno reale. Justin Boitano, vice president Enterprise AI di NVIDIA, afferma che le AI factory sono infrastruttura che genera ricavi.

Vera Rubin NVL72: la scheda di sintesi#

Questa scheda riassume la piattaforma NVIDIA Vera Rubin NVL72, come presentata dal produttore: i dati sono forniti da NVIDIA e, dove indicato, sono proiezioni soggette a modifiche.

Secondo NVIDIA, l'addestramento di modelli mixture-of-experts richiede un quarto delle GPU rispetto a GB200 NVL72, mentre l'inferenza costa un decimo per milione di token. Il confronto usa il modello Kimi-K2-Thinking con sequenze da 32K in ingresso e 8K in uscita. Si tratta di dichiarazioni del produttore, non di verifiche indipendenti.

Configurazione da 100 MW secondo la scheda NVIDIA, con le note del produttore su specifiche sparse e dense. Fonte: NVIDIA.

Configurazioni: dal rack al singolo chip#

Come leggere le tre configurazioni#

Le colonne confrontano il rack da 72 GPU Rubin e 36 CPU Vera, il superchip da 2 GPU Rubin e 1 CPU Vera e la singola GPU Rubin, con prestazioni, memoria HBM4 e banda NVLink dichiarate da NVIDIA per ciascuna.

Dalla singola GPU al rack#

Passando dalla singola GPU Rubin al rack completo, la memoria HBM4 cresce da 288 GB a 20,7 TB e la banda NVLink da 3 TB/s a 216 TB/s. Nella tabella si leggono anche i valori per ciascun formato di calcolo.

Specifiche dichiarate da NVIDIA per le tre configurazioni del Vera Rubin NVL72: prestazioni di inferenza e training NVFP4, FP8/FP6, FP16/BF16, memoria HBM4 e banda NVLink. Fonte: NVIDIA.

Rack e chip in immagini#

La piattaforma Vera Rubin è composta da sette chip, che NVIDIA elenca così. Il rack NVL72 li riunisce in un unico sistema, come descritto nella scheda NVIDIA.

• Rubin GPU: processore pensato per calcoli in parallelo, usato per i modelli AI.

• Vera CPU: processore generico che affianca le GPU.

• NVLink 6 switch: componente che collega i chip del rack ad alta velocità.

• ConnectX-9: scheda di rete (SuperNIC) per collegare i server.

• BlueField-4: DPU, processore che gestisce rete e dati.

• Spectrum-6 SPX Ethernet: infrastruttura Ethernet per collegare più rack.

• Groq 3 LPX: rack abbinato all'inferenza, cioè all'uso di un modello già addestrato.

Secondo NVIDIA, con i rack Groq 3 LPX il sistema offre fino a 35 volte più throughput per megawatt per modelli da un trilione di parametri. È una dichiarazione del produttore, basata su proiezioni. NVIDIA indica inoltre che Vera Rubin è in piena produzione, e che con Noetra Corp. sta lanciando in Giappone un'AI factory con 27.500 GPU Rubin.

Cisco N9100: switch per reti AI#

Secondo Cisco, la serie N9100 è composta da switch basati sul silicio NVIDIA Spectrum-X Ethernet, pensati per neocloud e cloud sovrani e dichiarati compatibili con l'architettura di riferimento NVIDIA Cloud Partner (NCP). Il produttore indica una banda di 51,2 Tbps e 102,4 Tbps, con Ethernet senza perdite e bassa latenza per i carichi AI. Cisco affianca a questi modelli anche silicio Cisco Silicon One e Cloud Scale.

Sistema operativo e gestione#

Per il sistema operativo potete scegliere tra NX-OS e SONiC. La gestione passa da Nexus One, piano di gestione unificato che si appoggia a Nexus Dashboard on-premises oppure a Nexus Hyperfabric in cloud. Secondo la scheda, questo approccio semplifica provisioning, monitoraggio e ottimizzazione delle reti AI.

Per approfondire le specifiche e il quadro di riferimento, potete consultare la scheda prodotto Cisco N9100 e il materiale su Accelerating GPUaaS and AI factory performance.

GB200 NVL72: il sistema precedente#

GB200 NVL72 è il sistema della generazione precedente a Vera Rubin. NVIDIA lo descrive come un rack raffreddato a liquido che collega 36 CPU Grace e 72 GPU Blackwell, con un dominio NVLink da 72 GPU che si comporta come un'unica GPU e offre 130 TB/s di banda. Il superchip GB200 Grace Blackwell combina due GPU Blackwell e una CPU Grace.

NVIDIA dichiara 30 volte più veloce l'inferenza LLM in tempo reale rispetto a H100, 4 volte nel training, 25 volte di efficienza energetica e 18 volte nell'elaborazione dati rispetto a CPU. Si tratta di benchmark del produttore: l'inferenza usa TTL di 50 ms, FTL di 5 s e 32.768 input con 1.024 output; il training è su un modello MoE da 1,8T parametri, con 4.096 HGX H100 contro 456 GB200 NVL72; l'elaborazione dati deriva da una query TPC-H Q4 confrontata con Intel Xeon 8480+. NVIDIA precisa che le prestazioni proiettate possono cambiare.

La variante GB200 NVL4 collega quattro GPU Blackwell e due CPU Grace tramite NVLink-C2C, per carichi che uniscono HPC e AI. NVIDIA dichiara fino a 2 volte di prestazioni rispetto alla generazione precedente per calcolo scientifico, addestramento AI per la scienza e inferenza.

Guarda il videoSi apre da YouTube: i suoi cookie partono solo dopo il clic.

Fonte: NVIDIA GB200 NVL72.

Specifiche GB200 NVL72#

Il rack GB200 NVL72 collega 36 CPU Grace e 72 GPU Blackwell in un unico sistema a raffreddamento liquido. Il GB200 Grace Blackwell Superchip, che ne è componente chiave, unisce 1 CPU Grace e 2 GPU Blackwell tramite NVLink-C2C.

Specifiche dichiarate da NVIDIA per il rack GB200 NVL72 e per il superchip GB200: potenza di calcolo per formato numerico, memoria HBM3E e LPDDR5X, banda NVLink e numero di core CPU. Fonte: NVIDIA.

Le righe Tensor Core sono riportate in modalità sparse. Secondo la nota della fonte, il valore dense è la metà di quello sparse. La memoria LPDDR5X della CPU è indicata con 17 TB a livello di rack e fino a 480 GB per il superchip.

Neocloud e cloud sovrani: il white paper#

Cosa propone il documento#

Il white paper, realizzato da theCUBE Research e ospitato sul sito di Cisco, analizza come i neocloud e i cloud sovrani possano far crescere l'offerta di GPUaaS e di AI factory. Le esigenze individuate sono tre: prestazioni deterministiche e senza perdite su larga scala, isolamento multi-tenant con garanzie di sicurezza e rapido deploy di nuovi cluster GPU.

Secondo la tesi di Cisco, un approccio di rete AI integrato e basato su Ethernet, come quello offerto da Cisco Nexus One, riduce il rischio di deploy, semplifica le operazioni e rende le prestazioni più prevedibili.

Come leggere questo documento#

Se gestite infrastrutture GPU o state valutando un cloud sovrano, potete scaricare il white paper e verificare da soli le argomentazioni proposte.

Come leggere questi numeri#

Chi ha misurato i dati#

Quasi tutti i dati arrivano dai produttori: NVIDIA per Vera Rubin NVL72 e GB200 NVL72, Cisco per la linea N9100. Nei documenti letti non risultano misure indipendenti. I benchmark sono quindi test condotti dagli stessi produttori e, in molti casi, dichiarati come proiezioni soggette a modifiche.

Condizioni di test#

Ogni confronto dipende dal modello usato e dalla lunghezza del contesto, indicata con ISL (token in ingresso) e OSL (token in uscita). Il costo per milione di token citato da NVIDIA, per esempio, è misurato sul modello Kimi-K2-Thinking con 32K/8K. Modelli o carichi di lavoro diversi possono dare risultati diversi.

Sparse e dense, FP4 e FP8#

Una specifica può essere «sparse», cioè calcolata tenendo conto di valori nulli, oppure «dense». Nelle schede NVIDIA l'inferenza in NVFP4 è indicata come sparse, mentre training e FP8/FP6 sono dense: confrontare le due cifre direttamente non è corretto. FP4 e FP8 sono formati di calcolo a precisione diversa, quindi i loro valori non sono intercambiabili.

Piccolo glossario#

• PFLOPS e ZFLOPS: unità di potenza di calcolo. Lo ZFLOPS è un ordine di grandezza molto superiore al PFLOPS.

• Token: frammento di testo elaborato dal modello.

• MW (megawatt): potenza elettrica assorbita dal data center.

• HBM4: memoria ad alta banda montata sulle GPU Rubin.

• MoE (mixture of experts): architettura in cui solo una parte del modello lavora su ogni richiesta.

Cosa significa per un'azienda#

Prima di firmare un contratto per un'infrastruttura AI, potete fare alcune verifiche concrete. Le scelte seguenti si basano su quanto dichiarato dai produttori, che restano da verificare caso per caso.

1. Chiedete al fornitore quali standard NVIDIA Cloud Partner (NCP) rispettano le soluzioni proposte e se la conformità è documentata con una validazione verificabile.

2. Verificate che il vostro data center abbia spazio, alimentazione e impianti di raffreddamento a liquido adeguati ai rack previsti, prima di valutare piattaforme come NVIDIA Vera Rubin NVL72.

3. Stabilite se il vero collo di bottiglia è la banda di rete o il consumo elettrico. USFP è presentato da NVIDIA e Cisco con 4x di densità di banda e circa 1,3x di efficienza energetica rispetto ai moduli a 200Gb/s per corsia, ma si tratta di dati dei produttori e i primi moduli sono ancora in programma.

4. Chiedete i benchmark con le condizioni di prova, cioè carico di lavoro, configurazione e versioni software, e non solo il numero di marketing. Ad esempio, la capacità di 102,4 Tbps dei switch Cisco N9100 è una dichiarazione del produttore.

5. Se non possedete un'infrastruttura propria, valutate l'acquisto tramite neocloud: le fonti indicano proprio i neocloud e i sovrani cloud come destinatari delle soluzioni conformi NCP.

6. Per scegliere il fornitore, consultate Chi fa intelligenza artificiale per le aziende in Italia.

Domande frequenti#

Come è stato calcolato il voto#

Il voto della valutazione è la media di questi criteri, ciascuno motivato con un fatto delle fonti ufficiali.