AgentX-Benchmark: Vera Rubin NVL72 liefert 30-fach höheren Durchsatz
Veröffentlicht am: 17.09.2026 um 14:33 Uhr | Redaktion boerse-global.de
Auf dem AI Infra Summit haben NVIDIA und das Analysehaus SemiAnalysis am 15. September 2026 die Ergebnisse des neuen AgentX-Benchmarks vorgestellt. Die Erhebung untersucht den Ressourcenbedarf und die Effizienz moderner Hardware-Architekturen bei der Ausführung autonomer Programmierassistenten.
Den Daten zufolge liefert das System Vera Rubin NVL72 bei der Inferenz für Agenten-basiertes Programmieren einen bis zu 30-fach höheren Durchsatz pro Megawatt als das Vorgängermodell GB300 NVL72. Als Grundlage der Messung diente das Mixture-of-Experts-Modell DeepSeek V4 Pro mit 1,6 Billionen Parametern. Zugleich sinken die Token-Kosten pro Million generierter Einheiten um den Faktor 45.
Interaktivität verstärkt Effizienzvorteile neuer Chipgenerationen
Der im Rahmen des AgentX-Benchmarks ermittelte Leistungsvorsprung wächst nach Angaben von NVIDIA und SemiAnalysis mit steigenden Anforderungen an die Ausgabegeschwindigkeit. Bei einer interaktiven Last von 110 Ausgabe-Tokens pro Sekunde und Nutzer liegt der Effizienzvorteil des Vera-Rubin-Systems gegenüber dem GB300 NVL72 bei rund dem Zweifachen.
Steigt die Anforderung auf 130 Tokens pro Sekunde, verzehnfacht sich der Vorsprung auf etwa das Zehnfache. Bei einer Spitzenlast von 160 Tokens pro Sekunde und Nutzer erreicht das System schließlich den 30-fachen Durchsatz pro Megawatt.
Auch frühere Hardware-Generationen wurden in der Analyse gegenübergestellt. So arbeitet das System GB300 NVL72 beim Betrieb von DeepSeek V4 Pro rund 15-mal effizienter pro Megawatt als eine H200-NVL8-Konfiguration.
Kommt das Modell Kimi K3 mit 2,8 Billionen Parametern zum Einsatz, beziffern die Analysten den Effizienzsprung des GB300-Systems sogar auf das 80-Fache gegenüber der H200-Referenz.
Der AgentX-Benchmark zeigt: Vera Rubin NVL72 liefert bis zu 30-fach höheren Durchsatz pro Megawatt als GB300 NVL72 — bei 160 Ausgabe-Tokens pro Sekunde und Nutzer. Wer sein Energiebudget bereits ausgeschöpft hat, findet in diesem kostenlosen Report die entscheidenden Hebel, um Token-Kosten zu senken und den ROI der neuen Chipgeneration zu bewerten. Jetzt kostenlosen Strategie-Report anfordern
Umfangreicher Datensatz dokumentiert Nutzungsprofile
Die Messungen stützen sich auf einen eigens zusammengestellten Korpus aus 393 anonymisierten Ablaufprotokollen autonomer Programmieragenten. Die Erstellung dieses Datensatzes verursachte Kosten von mehr als 3 Millionen US-Dollar. Die Daten wurden unter der Open-Source-Lizenz Apache 2.0 auf der Plattform HuggingFace zur Verfügung gestellt.
Die Auswertung dieser realitätsnahen Arbeitssitzungen verdeutlicht den asymmetrischen Rechenbedarf agentischer Workflows. Eine typische Median-Sitzung umfasst 142.000 Eingabe-Tokens, denen lediglich 444 Ausgabe-Tokens gegenüberstehen. Zudem zeigte sich eine ausgeprägte Modularisierung: In 44 Prozent der untersuchten Fälle starteten die Hauptagenten eigenständig spezialisierte Unteragenten, um komplexe Teilaufgaben auszuführen.
Energiemanagement in großflächigen KI-Fabriken
Ergänzend zu den Benchmark-Ergebnissen präsentierte NVIDIA auf der Konferenz am 15. September 2026 Validierungsdaten des Cloud-Anbieters Lambda zur Optimierung des Energieverbrauchs. Demnach steigerte der Einsatz der Steuerungssoftware DSX MaxLPS auf einem Cluster mit 19 NVIDIA-HGX-B200-Knoten den Token-Durchsatz um 24 Prozent von rund 4 auf 5 Millionen Tokens pro Sekunde, während sich die Leistung pro Watt um 23 Prozent verbesserte.
Median-Session eines Coding-Agenten: 142.000 Eingabe-Tokens gegen 444 Ausgabe-Tokens — ein asymmetrisches Profil, das Ihre Token-Kosten unkontrolliert treibt. Dieser Leitfaden zeigt, wie Sie im selben Megawatt-Budget bis zu 40 Prozent mehr GPU-Kapazität bereitstellen und Ihre Energieeffizienz messbar verbessern. Leitfaden Energieeffizienz KI-Fabrik jetzt sichern
Laut NVIDIA ermöglicht diese Steuerungstechnologie, innerhalb desselben Megawatt-Budgets bis zu 40 Prozent mehr GPU-Kapazität für Vera-Rubin-NVL72-Systeme bereitzustellen. Eine erste dedizierte Implementierung dieser Infrastruktur ist für eine 96-Megawatt-Anlage in Manassas im US-Bundesstaat Virginia vorgesehen.
Im August 2026 hatte der Versorger Silicon Valley Power in Santa Clara eine KI-Fabrik über 200 Mal zur Lastreduktion aufgefordert; das System reagierte jeweils in unter einer Minute und senkte den Leistungsbedarf von 4 auf 3 Megawatt, ohne laufende Operationen zu unterbrechen.
