Nvidia julkisti 16. syyskuuta 2026 ensimmäiset MLPerf Inference v6.1 -tulokset uudelle Vera Rubin NVL72 -alustalleen, ja luvut herättivät heti keskustelua konesaliväessä. Yhtiön oman ilmoituksen mukaan uusi rack-kokoluokan järjestelmä tuottaa jopa 2,5-kertaisen token-läpäisyn DeepSeek-R1-mallilla ja jopa 3,7-kertaisen Qwen3-VL-mallilla verrattuna nykyiseen lippulaivaan, GB300 NVL72:een. Kyse ei ole pienestä päivityksestä vaan koko konesalialustan sukupolvenvaihdoksesta: prosessorista verkkopiireihin asti kaikki on uutta. MLCommonsin julkaisemat tulokset ovat kuitenkin merkitty “preview”-statuksella, mikä tarkoittaa, että Rubin ei vielä ole yleisesti saatavilla tuotantomittakaavassa. Tämä artikkeli käy läpi, mitä luvut oikeasti kertovat, miksi riippumaton laskenta antaa maltillisemman kertoimen kuin Nvidian omat otsikkoluvut, ja miten AMD sekä pilvitoimittajat kuten CoreWeave ja Nebius asemoituvat tässä kilpailussa.
Mikä on MLPerf Inference v6.1 ja miksi Vera Rubinin debyytti on iso uutinen
MLPerf on riippumattoman MLCommons-konsortion ylläpitämä benchmark-sarja, jota tekoälyala käyttää kiihdyttimien suorituskyvyn vertailuun. Toisin kuin valmistajan omat markkinointidiat, MLPerf-tulokset käyvät läpi ulkopuolisen tarkastuksen ennen julkaisua, mikä tekee niistä ostopäätösten kannalta merkittävämpiä kuin yksittäisen yrityksen esittämät luvut. Syyskuun 2026 v6.1-kierros oli MLCommonsin mukaan osallistujamäärältään ennätyksellinen, ja se sisälsi ensimmäistä kertaa Nvidian seuraavan sukupolven Vera Rubin NVL72 -alustan tuloksia.
Vera Rubin on merkittävä siksi, että se ohittaa nykyisen Blackwell Ultra -sukupolven (GB300) ja tulee markkinoille vain reilun vuoden sisällä edellisestä arkkitehtuurinvaihdosta. Nvidia on viime vuosina siirtynyt vuosittaiseen julkaisutahtiin, ja Rubin on tämän tahdin tuorein todiste. Yhtiön oman aikataulun mukaan alusta on tarkoitus siirtyä volyymitoimituksiin vuoden 2026 jälkipuoliskolla, mikä tarkoittaa, että syyskuun benchmark-tulokset ovat käytännössä ensimmäinen julkinen todiste siitä, toimiiko uusi piiri lupausten mukaisesti.
Vera Rubin NVL72 -alusta: mitä telineen sisällä on
Vera Rubin ei ole pelkkä grafiikkapiiri vaan kokonainen rack-tason järjestelmä, jossa jokainen komponentti on uusittu samaan aikaan. Alustan ytimessä on uusi Vera-suoritin, joka toimii yhdessä Rubin-grafiikkapiirien kanssa. Piirien välistä liikennettä hoitaa uuden sukupolven NVLink 6 -kytkin, joka on suunniteltu erityisesti massiivisten kieli- ja näkömallien tarvitsemaan tiedonsiirtoon. Verkkopuolella alusta nojaa ConnectX-9 SuperNIC -verkkokortteihin, BlueField-4 DPU-piireihin ja Spectrum-6 Ethernet-kytkimiin.
Tämä kokonaisvaltainen uudistus selittää osan suorituskykyhypystä: Nvidia ei optimoi enää pelkkää piiriä vaan koko datavirtaa prosessorista verkkoon asti. Samalla se tekee vertailusta GB300:aan monimutkaisempaa, koska osa parannuksesta tulee ohjelmistokehyksistä eikä pelkästä raudasta. DeepSeek-R1-tuloksissa käytettiin TensorRT-LLM-ajoympäristöä, kun taas Qwen3-VL-mittauksissa hyödynnettiin vLLM:ää yhdessä Nvidian Dynamo-avoimen lähdekoodin päättelykehyksen kanssa. Kahden eri ohjelmistopinon käyttö kertoo, että Nvidia hakee jokaiselle kuormalle parhaan mahdollisen yhdistelmän, eikä kyse ole yhdestä yksittäisestä ajurista tai kääntäjäversiosta.
Tulokset lukuina: DeepSeek-R1 telineittäin ja piiriä kohden
Julkaistujen MLPerf-tulosten perusteella Vera Rubin NVL72 -telineen kokonaisläpäisy DeepSeek-R1-mallilla oli 1 183 327 tokenia sekunnissa offline-skenaariossa ja 1 175 890 tokenia sekunnissa palvelinskenaariossa. GB300 NVL72 -teline puolestaan tuotti 689 961 tokenia sekunnissa offline-tilassa ja 603 023 tokenia sekunnissa palvelintilassa. Koska molemmat telineet sisältävät 72 kiihdytintä, luvut voi jakaa piirikohtaisiksi: Rubin ylsi noin 16 435 tokeniin sekunnissa piiriä kohden offline-tilassa ja 16 332 tokeniin palvelintilassa, kun GB300 jäi 9 583 ja 8 375 tokeniin.
| Alusta | Skenaario | Telineen kokonaisteho (tokenia/s) | Teho per kiihdytin (tokenia/s) |
|---|---|---|---|
| Vera Rubin NVL72 (preview) | Offline, DeepSeek-R1 | 1 183 327 | 16 435 |
| Vera Rubin NVL72 (preview) | Server, DeepSeek-R1 | 1 175 890 | 16 332 |
| GB300 NVL72 | Offline, DeepSeek-R1 | 689 961 | 9 583 |
| GB300 NVL72 | Server, DeepSeek-R1 | 603 023 | 8 375 |
| CoreWeave GB300 NVL72 | Offline, GPT-OSS-120B | > 1 190 000 | 16 635 |
| CoreWeave GB300 NVL72 | Server, GPT-OSS-120B | > 1 160 000 | 16 118 |
Näistä luvuista laskettu suora suhde on offline-tilassa noin 1,7-kertainen ja palvelintilassa noin 1,95-kertainen Rubinin hyväksi. Se on kaukana Nvidian markkinoimasta “jopa 2,5-kertainen” -otsikkoluvusta. Ero selittyy sillä, että Nvidia ilmoittaa parhaan yksittäisen mittauspisteen eri kuormien ja skenaarioiden joukosta, ei keskimääräistä eroa koko testisarjassa.
Miksi 2,5x ja 3,7x eivät kerro koko totuutta
Riippumattomat laskelmat julkaistujen piirikohtaisten tulosten perusteella viittaavat noin 1,6–2-kertaiseen todelliseen etuun, ei Nvidian esittämään maksimikertoimeen. Ero ei tarkoita, että Nvidia valehtelisi lukuja, vaan sitä, että “jopa”-muotoilu kuvaa parasta mahdollista tulosta tietyllä mallilla, tietyllä skenaariolla ja tietyllä ohjelmistoyhdistelmällä. Qwen3-VL-mallin kohdalla vertailu on vielä hankalampaa, koska CoreWeaven julkaisemat GB300-luvut kattavat vain osan skenaarioista (esimerkiksi 1 196 kyselyä sekunnissa palvelintilassa yhdellä GB300 NVL72 -telineellä), eikä julkisesti saatavilla ole täydellistä piiri-piiriltä-vertailua jokaiselle testimuuttujalle.
Tämä ero otsikkoluvun ja mitatun keskiarvon välillä on tuttu ilmiö aiemmistakin sukupolvenvaihdoksista. Ostajan kannattaa katsoa nimenomaan oman työkuormansa lähintä vastaavaa skenaariota MLCommonsin taulukoista sen sijaan, että luottaisi pelkkään lehdistötiedotteen kertoimeen. Suorituskykyero riippuu myös siitä, ajetaanko mallia TensorRT-LLM:llä vai vLLM:llä, ja kumpaa ohjelmistopinoa ostajan oma sovelluskehitystiimi lopulta käyttää tuotannossa.
“Preview”-tulosten merkitys: ei vielä tuotantokypsä
MLPerf erottelee tulokset “closed”-, “open”- ja “preview”-kategorioihin. Preview-merkintä tarkoittaa, että testattu järjestelmä ei ole vielä yleisesti kaupallisesti saatavilla samalla tavalla kuin vakiokategorian tulokset. Vera Rubinin kaikki syyskuun tulokset kuuluivat tähän kategoriaan, mikä on tärkeä ero verrattuna esimerkiksi CoreWeaven GB300-tuloksiin, jotka edustavat jo tuotantokäytössä olevaa infrastruktuuria.
Käytännössä tämä tarkoittaa, että ostajien ja pilvitoimittajien ei pitäisi laskea tarkkoja hankintapäätöksiä pelkän preview-datan varaan. Rubinin lopullinen tuotantosuorituskyky voi vielä muuttua, kun ajurit, kääntäjät ja jäähdytysratkaisut kypsyvät. Sama ilmiö nähtiin Blackwell-sukupolven kohdalla vuotta aiemmin: ensimmäiset preview-tulokset erosivat myöhemmistä tuotantoluvuista, ja markkina oppi tulkitsemaan preview-lukuja suuntaa-antavina eikä lopullisina.
Ketkä osallistuivat vertailuun: Nebius, CoreWeave, Dell, HPE ja Google
MLPerf Inference v6.1 -kierrokseen osallistui laaja joukko pilvitoimittajia ja palvelinvalmistajia. Nvidia toimitti omat Vera Rubin NVL72 -preview-tuloksensa, ja eurooppalaistaustainen pilviyhtiö Nebius julkaisi omat Vera Rubin -preview-tuloksensa sekä ykkössijan DeepSeek-R1-osiossa. CoreWeave nousi esiin vahvimpana pilvitoimittajana GB300 NVL72 -kategoriassa, ja sen GPT-OSS-120B-tulokset (16 635 tokenia sekunnissa piiriä kohden offline-tilassa) olivat yksi kierroksen korkeimmista tuotantotason luvuista.
Dell Technologies toimitti sekä Nvidia-pohjaisia järjestelmiä että yhden AMD-pohjaisen kokoonpanon, HPE julkaisi Blackwell Ultra -tuloksia (noin 8 500 tokenia sekunnissa piiriä kohden DeepSeek-R1:llä kahden Compute XD690 -palvelimen kokoonpanossa), ja Google osallistui omilla DeepSeek-R1-painotteisilla lähetyksillään. Lambda julkaisi oman analyysinsa kierroksen tuloksista. Osallistujamäärän kasvu kuvastaa sitä, miten MLPerf on muuttunut kapean piirinvalmistajajoukon testistä koko pilvi- ja palvelinteollisuuden yhteiseksi vertailualustaksi.
AMD:n vastaisku: Instinct MI350P nyt, MI400/MI450 tulossa
AMD ei tuonut v6.1-kierrokselle suoraa rack-tason vastausta Vera Rubinille. Yhtiön julkinen tulos perustui Instinct MI350P -kiihdyttimeen kahdeksan GPU:n Dell PowerEdge XE7745 -kokoonpanossa, joka saavutti noin 48 000 tokenia sekunnissa GPT-OSS-120B-mallilla offline-tilassa. Jaettuna kahdeksalla piirillä tämä tarkoittaa noin 6 000 tokenia sekunnissa piiriä kohden, mikä jää selvästi jälkeen sekä GB300:n että Rubinin piirikohtaisista luvuista.
AMD:n tulevat Instinct MI400- ja MI450-sarjat, joiden odotetaan tarjoavan kilpailukykyisempää muistikapasiteettia ja kaistaa, eivät vielä olleet mukana tällä kierroksella. Nykyinen tuotannossa oleva MI350X/MI355X-sarja tarjoaa AMD:n julkaisemien spesifikaatioiden mukaan jopa 288 gigatavua HBM3E-muistia ja noin 8 teratavua sekunnissa kaistaa, mikä on kilpailukykyinen luku muistikapasiteetissa vaikka raaka token-läpäisy jääkin MLPerf-tuloksissa Nvidian taakse. Tämä kertoo, että AMD:n strategia nojaa yhä enemmän muistikapasiteettiin isoja kontekstipituuksia ja MoE-malleja (mixture-of-experts) varten, ei pelkkään laskentanopeuteen.
Taulukko: kiihdyttimien kilpailutilanne syksyllä 2026
| Toimittaja / järjestelmä | Kiihdytin | MLPerf-status | Tulos (per kiihdytin, tokenia/s) | Testimalli |
|---|---|---|---|---|
| Nvidia / Nebius | Vera Rubin NVL72 | Preview | 16 332–16 435 | DeepSeek-R1 |
| CoreWeave | GB300 NVL72 (Blackwell Ultra) | Closed (tuotanto) | 16 118–16 635 | GPT-OSS-120B |
| HPE | Blackwell Ultra, Compute XD690 | Closed | ~8 500 | DeepSeek-R1 |
| Dell + AMD | Instinct MI350P, PowerEdge XE7745 | Closed | ~6 000 | GPT-OSS-120B |
| AMD (tuleva) | Instinct MI400 / MI450 | Ei vielä MLPerf-tulosta | – | – |
Taulukko havainnollistaa, että vaikka Nvidia hallitsee raakaa läpäisyä joka kategoriassa, ero CoreWeaven jo tuotannossa olevaan GB300-infrastruktuuriin ei ole yhtä dramaattinen kuin Rubinin ja AMD:n välinen kuilu. Tämä on olennaista pilvitoimittajille, jotka tekevät hankintapäätöksiä tänään: GB300-kapasiteetti on saatavilla nyt, kun taas Rubinin todellinen tuotantosuorituskyky selviää vasta myöhemmin.
Muistipula varjostaa piirikilpailua
Uuden sukupolven kiihdyttimien suorituskykyhypystä huolimatta koko alaa vaivaa sama pullonkaula: muistin saatavuus. Tom’s Hardwaren raportoinnin mukaan kannettavien tietokoneiden DDR5-muistin hinnat ovat nousseet jopa kuusinkertaisiksi kahdentoista kuukauden aikana, ja pulan ennakoidaan jatkuvan vuoteen 2027 asti. Sama dynamiikka koskee HBM-muistia, jota sekä Nvidian että AMD:n uusimmat kiihdyttimet tarvitsevat suuria määriä.
Käytännössä vaikka Vera Rubin osoittaisi benchmark-tuloksissa merkittävän suorituskykyedun, sen todellinen markkinavaikutus riippuu yhtä paljon siitä, kuinka nopeasti valmistajat saavat riittävästi muistipiirejä telineiden kokoamiseen. Piirisuunnittelu ja valmistuskapasiteetti eivät enää ole ainoat pullonkaulat: koko toimitusketju muistista jäähdytykseen ratkaisee, kuinka nopeasti laboratoriotulokset muuttuvat todelliseksi konesalikapasiteetiksi.
Rubinin oma HBM4-muistitarve kasvattaa painetta entisestään, koska sama muistisukupolvi kilpailee samoista valmistuslinjoista kuluttajille menevän DDR5:n ja muiden konesalikiihdyttimien kanssa. Kun kysyntä ylittää tarjonnan, seurauksena on tyypillisesti kaksi asiaa: hinnat nousevat ja toimitusajat pitenevät niille asiakkaille, jotka eivät ole suurimpien hyperscalereiden joukossa. Pienemmät eurooppalaiset pilvitoimijat ja tutkimuslaitokset saattavat siksi joutua jonottamaan Rubin-kapasiteettia pidempään kuin Nvidian suurimmat avainasiakkaat, vaikka tilaus tehtäisiin heti volyymitoimitusten alkaessa.
Pohjoismainen näkökulma: Nebius ja Euroopan tekoälyinfrastruktuuri
Eurooppalaisittain kiinnostavin yksityiskohta kierroksessa on Nebiuksen rooli. Yhtiö julkaisi omat Vera Rubin NVL72 -preview-tuloksensa ja saavutti ykkössijan DeepSeek-R1-osion vertailuissa, mikä tekee siitä yhden ensimmäisistä eurooppalaisittain merkittävistä pilvitoimijoista, joilla on julkista dataa uudesta alustasta. Tämä on merkittävää, koska se osoittaa, ettei Rubin-preview-pääsy rajoitu pelkästään yhdysvaltalaisiin hyperscalereihin.
Saatavilla olevan tiedon perusteella ei kuitenkaan voida vielä vahvistaa yksittäistä suomalaista tai pohjoismaista konesalia, jossa Vera Rubin -telineitä olisi käytössä tuotantomittakaavassa. Nebiuksen tulos on silti signaali siitä, että eurooppalainen tekoälyinfrastruktuuri ei ole jäämässä sukupolvenvaihdoksessa jälkeen, vaikka lopulliset kaupalliset asennukset Pohjoismaissa todennäköisesti odottavat volyymitoimitusten alkamista vuoden 2026 jälkipuoliskolla ja etenevät vasta sen jälkeen.
Markkinavaikutus: mitä benchmark-tulos kertoo Nvidian asemasta
Benchmark-julkistus itsessään on strategisesti tärkeä Nvidialle, koska se antaa markkinoille ensimmäisen riippumattomasti tarkastetun signaalin Rubinin suorituskyvystä ennen kuin volyymitoimitukset alkavat. Se vahvistaa yhtiön omaa väitettä siitä, että Rubin tarjoaa merkittävän hypyn GB300:aan verrattuna, vaikka todellinen kerroin onkin maltillisempi kuin otsikkoluvut antavat ymmärtää.
Julkisesti saatavilla olevasta materiaalista ei kuitenkaan voida luotettavasti johtaa tarkkaa osakekurssivaikutusta syyskuun 16.–27. päivän väliltä, koska kurssiliikkeisiin vaikuttavat samaan aikaan monet muut tekijät: yleinen tekoälyinfrastruktuurin kysyntä, hyperscalereiden pääomamenoilmoitukset, vientirajoitukset ja puolijohdesektorin laajempi kehitys. Koska tulokset olivat preview-kategoriassa, sijoittajien kannattaa suhtautua niihin ennemmin suunnannäyttäjänä kuin vahvistuksena välittömästä tulosvaikutuksesta. Rubinin todellinen taloudellinen merkitys riippuu järjestelmien kelpuutuksesta asiakkailla, valmistuksen saannosta, verkko- ja jäähdytyskomponenttien saatavuudesta sekä siitä, kuinka nopeasti konesalioperaattorit pystyvät ottamaan nestejäähdytteiset rack-järjestelmät käyttöön.
Historiallinen konteksti: MLPerf Hopperista Blackwelliin
MLPerf-tuloksilla on ollut kasvava rooli siinä, miten ala todistaa sukupolvenvaihdosten hyödyt. Kun H100-sukupolvi tuli markkinoille, MLPerf-tulokset auttoivat vakuuttamaan yritysasiakkaat piirin ylivoimasta koulutus- ja päättelykuormissa. Blackwell/B200-sukupolven kohdalla benchmark-tulokset validoivat siirtymän Hopperista uuteen arkkitehtuuriin, mutta todellinen myynti riippui silti saatavuudesta, järjestelmäintegraatiosta, sähkönsaannista ja jäähdytyskapasiteetista aivan kuten nytkin.
Tämä toistuva kaava kertoo jotain oleellista koko alasta: MLPerf-tulokset vaikuttavat myyntiin enemmän epäsuorasti, vähentämällä hankintaepävarmuutta ja antamalla pilvitoimittajille sekä palvelinvalmistajille uskottavia lukuja, kuin suoraan ennustamalla liikevaihtoa tai osakekurssin kehitystä. Vera Rubinin debyytti seuraa siis samaa reittiä kuin edeltäjänsä: ensin preview-luvut herättävät kiinnostuksen, sitten tuotantotason tulokset seuraavilla kierroksilla vahvistavat tai korjaavat alkuperäistä kuvaa.
Mitä MLCommons ja Nvidia itse sanovat tuloksista
Nvidia kuvaa omassa blogijulkaisussaan, että Vera Rubin NVL72 tuottaa jopa 3,7-kertaisen läpäisyn GB300 NVL72:een verrattuna Qwen3-VL-mallilla, kun testissä käytetään vLLM:ää yhdessä Nvidian avoimen lähdekoodin Dynamo-päättelykehyksen kanssa (lähde: Nvidian blogi).
MLCommons vahvistaa omassa liitedokumentissaan, että Vera Rubin NVL72 teki v6.1-kierroksella debyyttinsä MLPerf Inference -sarjassa, ja että DeepSeek-R1-mallilla mitattu tokenläpäisy oli TensorRT-LLM:ää käyttäen jopa 2,5-kertainen GB300 NVL72:een verrattuna (lähde: MLCommonsin liitedokumentti).
Sama MLCommons-dokumentti toistaa Qwen3-VL-tuloksen: jopa 3,7-kertainen läpäisy GB300:aan verrattuna vLLM:ää ja Dynamoa käyttäen (lähde: MLCommonsin liitedokumentti). MLCommonsin puheenjohtajablogissa kierroksen merkitystä kuvataan siten, että Vera Rubin NVL72 teki debyyttinsä kahdessa vaativimmassa mixture-of-experts-benchmarkissa, saavuttaen jopa 2,5-kertaisen läpäisyn DeepSeek-R1:llä ja jopa 3,7-kertaisen läpäisyn Qwen3-VL:llä edeltäjäänsä verrattuna (lähde: MLCommonsin puheenjohtajablogi).
Kaikki kolme lähdettä toistavat samat kertoimet, mikä vahvistaa, että luvut ovat peräisin virallisesta MLPerf-lähetyksestä eivätkä pelkästä markkinointimateriaalista. Se ei kuitenkaan poista aiemmin mainittua eroa otsikkoluvun ja koko testisarjan keskiarvon välillä, joka nousee esiin vasta, kun katsoo yksittäisiä skenaariokohtaisia lukuja MLCommonsin taulukoista.
Kilpailijavertailu: Vera Rubin, GB300 ja AMD:n tiekartta
Kokonaiskuva syksyn 2026 kiihdytinmarkkinasta on kolmijakoinen. Ensinnäkin Nvidia on vahvistanut asemansa suorituskykyjohtajana preview-tuloksilla, mutta todellinen ero tuotantokäytössä olevaan GB300:aan on maltillisempi kuin otsikot antavat ymmärtää. Toiseksi CoreWeave ja muut pilvitoimittajat osoittavat, että GB300-infrastruktuuri on jo nyt kilpailukykyinen vaihtoehto niille, jotka tarvitsevat kapasiteettia välittömästi eivätkä voi odottaa Rubinin volyymitoimituksia. Kolmanneksi AMD jää tällä kierroksella selvästi jälkeen raa’assa läpäisyssä, mutta sen strategia nojaa muistikapasiteettiin ja hintaan, ei pelkkään token-nopeuteen.
Ostajan näkökulmasta tämä tarkoittaa, että päätös ei ole enää yksinkertainen “valitse nopein piiri” vaan monimutkaisempi yhtälö, jossa painavat saatavuus, muistikapasiteetti isoille konteksteille, ohjelmistotuki (TensorRT-LLM vastaan vLLM/Dynamo vastaan ROCm) ja lopulta kokonaiskustannus. MLPerf-tulokset antavat vain yhden palasen tästä yhtälöstä.
Suomalaisille ja pohjoismaisille yrityksille tämä kolmijako näkyy käytännössä hankintaneuvotteluissa jo nyt. Konesalikapasiteettia ostava yritys joutuu valitsemaan, tilaako se GB300-pohjaista kapasiteettia heti tunnetulla suorituskyvyllä vai odottaako se Rubin-sukupolven kypsymistä ja mahdollisesti parempaa tokenia per euro -suhdetta myöhemmin. Kumpikaan vaihtoehto ei ole yksiselitteisesti oikea, koska odottaminen tarkoittaa menetettyä kilpailuetua niille, jotka tarvitsevat laskentatehoa jo tänään, kun taas liian aikainen sitoutuminen preview-tason alustaan kantaa oman riskinsä.
TCO ja kustannus per token: mitä emme vielä tiedä
MLPerf-tulokset kertovat läpäisystä, eivät kokonaiskustannuksesta. Jotta voitaisiin laskea todellinen kustannus per token, tarvittaisiin tietoa telineen hankintahinnasta tai poistoajasta, sähkönkulutuksesta, jäähdytys- ja tilakustannuksista, verkko- ja tallennuskustannuksista, käyttöasteesta sekä ohjelmistotuen hinnoittelusta. Mitään näistä ei ole julkisesti saatavilla riittävän tarkasti, jotta Rubinin ja GB300:n välillä voitaisiin laskea luotettava dollaria per token -vertailu.
Karkea suuntaa-antava laskukaava on yksinkertainen: kustannus per token saadaan jakamalla telineen tuntikustannus tokenien määrällä tunnissa. CoreWeaven raportoiman GB300-tuloksen perusteella yksi rack tuottaa GPT-OSS-120B-mallilla noin 4,3 miljardia tokenia tunnissa offline-tilassa. Ilman telineen todellista tuntivuokraa tätä lukua ei kuitenkaan voi muuttaa euroiksi tai dollareiksi per token. Jos Rubinin läpäisyetu toteutuu ilman vastaavaa nousua rack-hinnassa, sähkönkulutuksessa tai jäähdytystarpeessa, se voisi teoriassa parantaa kustannustehokkuutta merkittävästi. Tämä on kuitenkin päätelmä, ei vielä MLPerf-tuloksista suoraan todistettu tosiasia.
Analyytikot ovat toistuvasti muistuttaneet, että pelkkä token-läpäisy kertoo vain osan totuudesta silloin, kun konesalin sähkönsaanti on rajallinen resurssi. Uusi Vera-suoritin ja Rubin-piiri tarvitsevat todennäköisesti enemmän tehoa telinettä kohden kuin GB300, mikä tarkoittaa, että osa läpäisyedusta saattaa kulua sähkönkulutuksen kasvuun. Kunnes valmistajat julkaisevat tarkat wattimäärät telinettä kohden, kustannusvertailu jää arvioksi eikä todistetuksi eduksi kummallekaan alustalle.
Ennusteet: mitä seuraavaksi tapahtuu
- Volyymitoimitusten alkaessa vuoden 2026 jälkipuoliskolla ensimmäiset ei-preview MLPerf-tulokset Vera Rubinille todennäköisesti julkaistaan seuraavalla, keväällä 2027 odotettavalla MLPerf-kierroksella, ja niiden odotetaan olevan lähempänä riippumattomasti laskettua 1,7–2-kertaista etua kuin Nvidian 2,5–3,7-kertaista otsikkolukua.
- AMD pyrkii tuomaan Instinct MI400- tai MI450-sarjan rack-tason tuloksia julkisuuteen viimeistään seuraavalla MLPerf-kierroksella vastatakseen suoraan Rubinin haasteeseen, koska MI350P jäi tällä kierroksella selvästi jälkeen.
- GB300 NVL72 -kapasiteetin pilvivuokrahinnat todennäköisesti laskevat asteittain Rubin-kapasiteetin lisääntyessä markkinoilla, samaan tapaan kuin Hopper-kapasiteetin hinnat laskivat Blackwellin yleistyessä.
- Muistin (HBM ja DDR5) saatavuus pysyy todennäköisesti suurempana esteenä Rubinin nopealle skaalautumiselle kuin itse piirisuunnittelu tai valmistuskapasiteetti, ainakin vuoteen 2027 asti.
- Eurooppalaisten ja pohjoismaisten pilvitoimijoiden, kuten Nebiuksen, odotetaan laajentavan Rubin-pohjaista kapasiteettia asteittain, mutta suuret kaupalliset asennukset Suomessa ja muualla Pohjolassa todennäköisesti seuraavat vasta volyymitoimitusten kypsyttyä, ei preview-vaiheessa.
Usein kysytyt kysymykset
Mikä on MLPerf Inference v6.1?
MLPerf Inference on MLCommons-konsortion ylläpitämä riippumaton benchmark-sarja, joka mittaa tekoälykiihdyttimien suorituskykyä erilaisilla malleilla, kuten DeepSeek-R1:llä, Qwen3-VL:llä ja GPT-OSS-120B:llä. Versio 6.1 julkaistiin syyskuussa 2026 ja sisälsi ensimmäistä kertaa Nvidian Vera Rubin NVL72 -alustan tuloksia.
Mikä ero on Vera Rubin NVL72:n ja GB300 NVL72:n välillä?
Vera Rubin on kokonaan uusi rack-tason alusta, jossa on uusi Vera-suoritin, Rubin-grafiikkapiirit, NVLink 6 -kytkin sekä uudet verkkopiirit (ConnectX-9, BlueField-4, Spectrum-6). GB300 NVL72 edustaa nykyistä Blackwell Ultra -sukupolvea. MLPerf-tulosten mukaan Rubin ylsi noin 1,7–2-kertaiseen läpäisyyn GB300:aan verrattuna, kun taas Nvidian markkinoima otsikkoluku on jopa 2,5–3,7-kertainen valitusta mallista riippuen.
Mitä “preview”-tulos tarkoittaa MLPerfissä?
Preview-kategoria tarkoittaa, että testattu järjestelmä ei vielä ole yleisesti kaupallisesti saatavilla samassa laajuudessa kuin vakiokategorian (“closed”) tulokset. Kaikki Vera Rubinin syyskuun 2026 tulokset kuuluivat preview-kategoriaan, joten ne kuvaavat alustavaa suorituskykyä ennen laajaa tuotantokäyttöä.
Milloin Vera Rubin -järjestelmiä tulee laajemmin saataville?
Nvidia on ilmoittanut tähtäävänsä volyymitoimituksiin vuoden 2026 jälkipuoliskolla. Tarkkaa kaupallista hinnoittelua tai asiakaskohtaisia toimitusmääriä ei ole julkisesti vahvistettu.
Miten AMD vastaa Nvidian Vera Rubiniin?
AMD:n julkinen v6.1-tulos perustui nykyiseen Instinct MI350P -kiihdyttimeen, joka jäi selvästi Nvidian lukujen taakse. Yhtiön tulevat MI400- ja MI450-sarjat eivät vielä olleet mukana tällä kierroksella, joten suora rack-tason vastaus Rubinille puuttuu toistaiseksi.
Onko Vera Rubin jo käytössä Pohjoismaissa?
Eurooppalaistaustainen pilviyhtiö Nebius julkaisi omat Vera Rubin -preview-tuloksensa, mutta julkisesti saatavilla oleva tieto ei vahvista yksittäistä suomalaista tai pohjoismaista konesalia, jossa alustaa käytettäisiin tuotantomittakaavassa syyskuussa 2026.
Vaikuttaako tämä benchmark-tulos kuluttajien näytönohjainten hintoihin?
Vera Rubin NVL72 on konesalituote, ei kuluttajanäytönohjain. Sillä ei ole suoraa yhteyttä kuluttajamarkkinoiden RTX-sarjan hintoihin, mutta samat muistipulan aiheuttamat kustannuspaineet (DDR5 ja HBM) heijastuvat koko puolijohdemarkkinaan, mukaan lukien kuluttajatuotteisiin.
Mistä löydän alkuperäiset MLPerf-tulokset?
Viralliset tulokset ja niiden liitedokumentit julkaisee MLCommons omilla verkkosivuillaan, ja Nvidia sekä osallistuneet pilvitoimittajat (kuten CoreWeave ja Nebius) ovat julkaisseet omat analyysinsa yritysblogeissaan.
