Dernières avancées de NVIDIA Rubin : Livraison de cabinets de test, que signifie une capacité de 1000 cabinets par jour ?

TL;DR
· Selon The Information, des cabinets de test Vera Rubin ont été livrés à des dizaines de clients, chaque cabinet coûtant environ 7 à 8 millions de dollars.
· Chaque cabinet contient 72 GPU Rubin et 36 CPU Vera, avec un objectif de capacité de production maximale de 1000 cabinets par jour.
· 1000 cabinets ne représentent qu'une capacité maximale, et ne correspondent pas à des commandes, les capacités de raccordement électrique, de refroidissement liquide et de mise en service des centres de données des clients restent des limitations.

Selon The Information, le système de serveurs de nouvelle génération Vera Rubin de NVIDIA a été livré en petites quantités à des dizaines de clients pour des tests, chaque cabinet étant au prix d'environ 7 à 8 millions de dollars, avec un objectif de capacité de production maximale de 1000 cabinets par jour.

Châssis et palette NVIDIA Vera Rubin NVL144 CPX

Ces chiffres illustrent clairement l'orientation de NVIDIA pour la prochaine génération de mise à niveau matérielle AI : il ne s'agit pas seulement de vendre des GPU plus puissants, mais de vendre des systèmes de serveurs complets, plus coûteux et plus complexes. Les documents officiels de NVIDIA montrent que le système de châssis Vera Rubin NVL72 comprend 72 GPU Rubin et 36 CPU Vera. Comparé au prix d'environ 5 millions de dollars du châssis phare actuel Grace Blackwell 300, le prix par cabinet de Rubin augmente encore.

CoreWeave a annoncé en juin qu'il avait terminé la mise en service et la validation du Vera Rubin NVL72. NVIDIA a également déclaré récemment que Vera Rubin était entrée dans une phase de montée en capacité complète, avec des châssis déjà en fonctionnement chez des partenaires tels que CoreWeave, Google Cloud, Microsoft Azure et OCI. Cela signifie que Rubin n'est plus seulement un produit sur papier, mais les prix de 7 à 8 millions de dollars par cabinet, les dizaines de clients de test et l'objectif de 1000 cabinets par jour révélés par The Information ne sont pas encore des prévisions de revenus officielles de NVIDIA.

Un cabinet à 8 millions de dollars, c'est un ensemble complet d'unités de calcul

Le prix de Rubin n'est pas simplement une augmentation du prix des puces, mais une continuité de la stratégie de systèmes complets de NVIDIA.

Après Blackwell, les produits clés que NVIDIA vend à ses grands clients ne sont plus des GPU isolés, mais des systèmes intégrant GPU, CPU, réseau, refroidissement, alimentation, logiciels et interconnexion de niveau châssis. Les clients achètent une unité de calcul qui peut être intégrée dans la planification des centres de données, plutôt que de devoir assembler eux-mêmes les composants à partir de zéro.

C'est aussi la raison pour laquelle le prix par cabinet peut atteindre 7 à 8 millions de dollars. Les documents techniques de NVIDIA indiquent que le Vera Rubin NVL72 pèse environ 4000 livres, ce qui est proche du poids d'un pick-up. Pour les fournisseurs de cloud et les entreprises d'IA, acheter Rubin ne consiste pas seulement à commander des puces, mais aussi à préparer simultanément la capacité de charge, l'alimentation, le refroidissement liquide, la connexion réseau et la mise en service.

The Information cite Ian Buck, vice-président de NVIDIA en calcul haute performance, qui déclare que l'entreprise souhaite vendre à tous les clients, mais que la distribution réelle sera liée à la capacité des clients à installer physiquement et à mettre en service les serveurs. Ceux qui peuvent réellement intégrer ces cabinets dans leurs centres de données sont ceux qui sont plus susceptibles de recevoir davantage de produits.

1000 cabinets par jour, c'est impressionnant, mais ce n'est pas une commande

Ce qui suscite le plus d'imagination sur le marché, c'est « 1000 cabinets par jour ».

The Information cite Andrew Bell, vice-président senior de l'ingénierie matérielle chez NVIDIA, qui déclare qu'une douzaine de partenaires de fabrication collaborant avec NVIDIA pour produire des châssis Rubin seront finalement capables de produire jusqu'à 1000 châssis par jour. À un prix de 7 à 8 millions de dollars par cabinet, cela représente un potentiel de revenus énorme.

Le rapport estime que si la production de 1000 cabinets par jour se poursuit, cela pourrait théoriquement correspondre à au moins 630 milliards de dollars de revenus par trimestre. En comparaison, les revenus trimestriels de NVIDIA jusqu'au 26 avril 2026 s'élevaient à 81,6 milliards de dollars.

Mais ce chiffre ne peut être compris que comme une estimation théorique basée sur « capacité multipliée par prix unitaire ». Ce n'est pas une prévision de revenus donnée par la direction de NVIDIA, ni une commande confirmée, et cela ne signifie pas non plus que les partenaires de fabrication fonctionneront à pleine capacité à long terme. Les expéditions réelles dépendront des commandes des clients, de la chaîne d'approvisionnement, de la construction des centres de données, du rythme d'acceptation et des règles de reconnaissance des revenus.

Pour les investisseurs, 1000 cabinets par jour ressemblent davantage à une démonstration de la capacité de fabrication de la prochaine génération de systèmes par NVIDIA, plutôt qu'à un chiffre de revenus à court terme pouvant être directement intégré dans un modèle de profit. Ce qui peut réellement changer le rythme des revenus, c'est la capacité de ces châssis coûteux à être livrés de manière stable, intégrés dans les centres de données des clients et à commencer à fonctionner.

Les leçons de Blackwell obligent Rubin à d'abord résoudre les problèmes de fabrication

La première chose que Rubin doit prouver, ce n'est pas seulement la performance, mais aussi s'il peut être fabriqué, assemblé et mis en service plus facilement que Blackwell.

Bell se souvient des problèmes rencontrés l'année dernière avec les châssis Blackwell en disant : « Nous avons presque tout raté ». Des problèmes sont survenus dans le matériel, le logiciel, le système de diagnostic et le processus de fabrication. Après avoir atteint une échelle de châssis jamais atteinte auparavant, NVIDIA a presque dû reconstruire le système de zéro.

Cette expérience explique pourquoi les détails de fabrication de Rubin sont soulignés par les dirigeants. La nouvelle génération de châssis n'est pas « sans câbles ». Le blog technique de NVIDIA montre que l'arrière de la colonne vertébrale NVLink a des cartouches de câbles pré-intégrées, contenant environ 5000 câbles en cuivre. La différence réside dans le fait que davantage de câbles et de composants sont conçus de manière modulaire et pré-intégrée, réduisant le travail de câblage manuel sur site et en production, améliorant la cohérence et la vitesse d'assemblage.

C'est crucial pour NVIDIA. Les clients d'IA achètent Rubin non seulement pour la puissance de calcul sur le papier, mais aussi pour une livraison stable et une mise en service rapide. Si la nouvelle génération de châssis rencontre à nouveau des problèmes matériels, logiciels, de diagnostic ou de fabrication comme Blackwell, le rythme des dépenses en capital des clients sera ralenti, ce qui affectera également les expéditions et la reconnaissance des revenus de NVIDIA.

NVIDIA verrouille également les clients dans un système complet de centres de données

Une autre signification de Rubin est que NVIDIA pousse sa position de fournisseur de GPU vers celle de fournisseur de systèmes de centres de données AI.

Lors des échanges au siège, les dirigeants de NVIDIA soulignent que l'entreprise ne vend pas seulement des GPU, mais également des CPU, des commutateurs réseau, des câbles, des technologies de stockage et de refroidissement des serveurs, etc. Ce n'est pas une simple expansion de la gamme de produits, mais une manière de conserver des éléments clés des centres de données alors que les fournisseurs de cloud et les entreprises de modèles de grande taille recherchent des alternatives aux puces AI.

La concurrence devient plus complexe. Les informations publiques de Google montrent que le TPU de huitième génération se divise en TPU d'entraînement 8t et TPU d'inférence 8i, les routes des puces d'inférence et d'entraînement se diversifiant. Les fournisseurs de cloud et les entreprises de modèles de grande taille recherchent également des solutions de calcul moins chères et plus contrôlables. Si les clients utilisent à l'avenir des puces AI non NVIDIA, NVIDIA espère toujours leur vendre des composants réseau, d'interconnexion, de refroidissement et d'autres serveurs.

C'est aussi la raison pour laquelle le prix par cabinet de Rubin suscite de l'intérêt. Ce n'est pas le prix d'une puce, mais le nouveau standard de prix formé par NVIDIA en regroupant les éléments clés des centres de données AI. Plus de clients achètent des systèmes complets, plus NVIDIA peut générer des revenus supplémentaires à partir des réseaux, des CPU, du refroidissement et de l'intégration des systèmes.

Les châssis coûteux doivent vraiment fonctionner, mais sont encore bloqués sur site dans les centres de données

Rubin est déjà en phase de montée en capacité, mais le déploiement commercial à grande échelle pourrait encore se prolonger jusqu'en 2027. Les clients doivent finaliser l'alimentation, le refroidissement liquide, l'installation des châssis, l'ajustement du réseau et l'adaptation des logiciels, et tout retard dans l'un de ces domaines affectera le rythme d'utilisation réel de Rubin.

Les contraintes de la chaîne d'approvisionnement ne se limitent pas à la fabrication de puces avancées. Les dirigeants de NVIDIA ont mentionné que l'entreprise a des équipes qui suivent en permanence la chaîne d'approvisionnement et établissent des contacts avec des entreprises impliquées dans des ressources naturelles telles que l'aluminium et le phosphure d'indium. Ces matériaux sont liés aux serveurs et aux équipements réseau, ce qui indique qu'après le lancement du système complet, les goulets d'étranglement pourraient apparaître dans davantage de secteurs industriels traditionnels, et pas seulement dans les wafers et l'emballage.

L'objectif de 1000 cabinets par jour a donné au marché un immense espace d'imagination, mais ce que Rubin doit vraiment surmonter, ce sont une série de limitations réelles : les partenaires de fabrication peuvent-ils assembler de manière stable, les clients peuvent-ils recevoir et installer, les centres de données peuvent-ils fournir suffisamment d'alimentation et de refroidissement, et les composants non GPU peuvent-ils être produits en parallèle.

NVIDIA a déjà poussé le prochain secteur matériel AI vers des prix plus élevés et une complexité de système plus grande. Ce qui déterminera la qualité de Rubin, ce n'est pas seulement la puissance de calcul de 72 GPU par cabinet, mais la capacité de ces châssis d'une valeur de plusieurs millions de dollars à entrer dans les centres de données comme prévu et à fonctionner réellement.