Ein Datenblatt kann sich ändern, ohne dass Nutzerinnen und Nutzer sofort bemerken, dass ihre Anwendung langsamer läuft. Der Fall Vera Rubin, Nvidias Plattform für KI-Rechenzentren, zeigt, warum Speicherkapazitäten, Übertragungsraten und die Ergebnisse einer Software getrennt betrachtet werden müssen.
In den aktuellen technischen Unterlagen des Herstellers werden für eine Rubin-GPU 288 GB HBM4-Speicher und eine Bandbreite von 19,2 TB/s angegeben. Außerdem sind für NVLink, das Kommunikationssystem zwischen GPUs, 3 TB/s aufgeführt. Das sind zwei unterschiedliche Merkmale: Sie lassen sich nicht zu einer „KI-Geschwindigkeit“ addieren.
Was laut veröffentlichten Vergleichen angepasst wurde
In einem Artikel vom 28. Oktober 2026 berichtet Frandroid, dass zuvor 22 TB/s für den Speicher und 3,6 TB/s für NVLink pro GPU angekündigt worden waren. Die Abweichungen betragen rund 12,7 % beziehungsweise 16,7 %. Auf Nvidias aktueller Seite lassen sich die derzeitigen Werte überprüfen; sie dokumentiert für sich genommen jedoch nicht die gesamte Änderungshistorie.
Diese Unterscheidung vermeidet zwei verkürzte Schlussfolgerungen. Die erste wäre, ein früheres Versprechen als aktuelle Spezifikation darzustellen. Die zweite wäre, aus einer Abweichung zwischen zwei Übertragungsraten direkt auf eine gemessene Verlangsamung eines Dienstes zu schließen. Die berichtete Änderung ist erwähnenswert, doch um ihre Auswirkungen auf eine Aufgabe zu beurteilen, braucht es eine andere Art von Nachweis.
Kapazität und Übertragungsrate beantworten unterschiedliche Fragen
Die 288 GB geben die Speichermenge an. Die 19,2 TB/s beschreiben eine Übertragungsrate: eine Datenmenge, die unter den mit der Spezifikation verbundenen Bedingungen pro Zeiteinheit übertragen werden kann. Der eine Wert steht für den verfügbaren Speicherplatz, der andere für den Datenverkehr.
Der Unterschied lässt sich mit einem einfachen Vergleich verstehen. Ein größeres Lager beschleunigt nicht automatisch das Verladen seiner Waren. Eine breitere Zufahrt schafft auch keinen zusätzlichen Platz im Inneren. Der Speicher eines Computersystems ist natürlich kein Lager, aber das Bild hilft dabei, die beiden Aspekte nicht zu verwechseln.
Bei der Prüfung einer Konfiguration müssen daher zwei getrennte Fragen gestellt werden: Verfügt die Aufgabe über die erforderliche Kapazität, und wie schnell kann sie auf die Daten zugreifen? Eine beeindruckende Zahl bei der zweiten Frage beantwortet nicht automatisch die erste.
NVLink betrifft den Austausch zwischen Prozessoren
Nvidias Beschreibung von NVLink erläutert eine direkte Verbindung zwischen GPUs. Für die sechste Generation werden 3 TB/s pro GPU angegeben, bei bidirektionaler Übertragungsrate. Der Hersteller erklärt, dass die NVL72-Konfiguration 72 GPUs verbindet und eine aggregierte Übertragungsrate von 216 TB/s aufweist.
Das Wort „aggregiert“ ist wichtig. Ein für ein Gesamtsystem berechneter Wert wird nicht zur individuellen Übertragungsrate jedes einzelnen Bestandteils. Ebenso darf die Bandbreite zwischen GPUs nicht mit der Bandbreite des HBM4-Speichers verwechselt werden. Die beiden Datenverbindungen dienen unterschiedlichen Arten des Austauschs.
Wenn eine Anwendung Arbeit auf mehrere Prozessoren verteilt, gehört deren Koordination zu den zu lösenden Aufgaben. Viele GPUs zu haben, sagt also noch nicht alles darüber aus, wie sie zusammenarbeiten können. Genau deshalb enthält ein Plattformdatenblatt mehrere Angaben zur Kommunikation statt eines einzigen Indikators.
Warum die Prozentwerte keine gleich große Verlangsamung vorhersagen
Die Berechnungen von 12,7 % und 16,7 % vergleichen angekündigte Spezifikationen. Sie messen weder die Zeit, die zum Trainieren eines Modells benötigt wird, noch die Antwortzeit eines Assistenten oder die tatsächlichen Kosten einer Anfrage.
Ein rein hypothetisches Beispiel macht den Unterschied deutlich. Wartet eine Aufgabe hauptsächlich auf eine Datenübertragung, kann sich eine Änderung dieser Übertragung stark auf ihre Dauer auswirken. Verbringt sie den Großteil ihrer Zeit mit einem anderen Vorgang, hat dieselbe Änderung nicht unbedingt denselben Effekt. Ohne eine Messung der gesamten Aufgabe ist nicht bekannt, welcher Zeitanteil betroffen ist.
Daher müsste dieselbe Arbeit unter klar festgelegten Bedingungen verglichen werden: Konfiguration, Software, Modell, Datenmenge und Verarbeitungsparameter. Ein einzelner Prozentwert kann ins Auge fallen, ersetzt aber nicht ein solches Testverfahren.
Worauf Unternehmen achten sollten, bevor sie zwei Angebote vergleichen
Zunächst muss der Umfang geklärt werden. Wird eine GPU, eine Karte, ein Server oder ein komplettes Rack verglichen? Danach kommen die Einheiten: GB für eine Kapazität, TB/s für eine Bandbreite, Operationen pro Sekunde für ein anderes Merkmal. Wer von einer Angabe zur nächsten wechselt, ohne diese Unterschiede zu beachten, kann zu einem irreführenden Vergleich gelangen.
Welches Ergebnis nützlich ist, hängt auch von der Fragestellung ab. Bei einem interaktiven Dienst ist die Wartezeit entscheidend; bei einer Produktion in großen Mengen kann die Zahl der innerhalb eines bestimmten Zeitraums abgeschlossenen Aufgaben aussagekräftiger sein. Diese Kriterien sollten festgelegt werden, bevor man die Zahl auswählt, die am günstigsten erscheint.
Nvidia versieht mehrere der auf seiner Seite dargestellten Leistungswerte mit Vergleichsbedingungen und Vorbehalten. Diese Bedingungen zu lesen, gehört zur Prüfung des Produkts. Eine kommerzielle Ankündigung bleibt eine dem Hersteller zugeschriebene Information, solange kein unabhängiger Test ihre Aussagekraft beurteilen lässt.
Am sinnvollsten ist es daher, bei Vera Rubin die aktuellen Werte zugrunde zu legen, genau zu bestimmen, was sie beschreiben, und Ergebnisse für den vorgesehenen Einsatz zu verlangen. Das Datenblatt liefert Anhaltspunkte; entscheidend ist die tatsächlich erledigte Arbeit.
Symbolfoto von Komponenten aus dem Consumer-Computing-Bereich; es zeigt nicht die Vera-Rubin-Plattform.
