Am 21. Oktober 2026 haben Google Cloud und NVIDIA bekannt gegeben, dass neue A5X-Instanzen auf Basis des Systems NVIDIA Vera Rubin NVL72 im November 2026 allgemein verfügbar werden. Ein konkreter Tag im November sowie Preisangaben wurden nicht veröffentlicht. Als erster Kunde für die neuen Instanzen steht laut einem Blogbeitrag von NVIDIA das Unternehmen Ineffable Intelligence fest.
Die Auslegungsziele sehen eine Skalierung von bis zu 80.000 Rubin-Grafikprozessoren pro Standort und bis zu 960.000 Einheiten über mehrere Standorte hinweg vor. Dabei handelt es sich ausdrücklich um Skalierungsziele und nicht um bereits installierte Kapazitäten.
Architektur mit Flüssigkühlung und Virgo-Netzwerk
Die A5X-Instanzen sind als Bare-Metal-Systeme aufgebaut. Sie nutzen ConnectX-9 SuperNICs, das Google-Virgo-Netzwerk und laut Berichten eine Flüssigkühlung der vierten Generation. Die zugrunde liegende NVL72-Spezifikation kombiniert 72 Rubin-GPUs und 36 Vera-CPUs in einem Verbund.
Zwischen den GPUs erreicht die NVLink-6-Schnittstelle eine Übertragungsrate von 3,6 TB/s, während ConnectX-9 für die Scale-out-Vernetzung 1,6 Tb/s pro GPU bereitstellt. Als Speicherlösung wird Managed Lustre mit GPUDirect Storage eingesetzt.
Die Virgo-Fabric arbeitet als nicht-blockierendes Netzwerk und ist darauf ausgelegt, bis zu 80.000 GPUs an einem Standort sowie bis zu 960.000 Einheiten über mehrere Standorte zu verbinden.
Nach Arithmetik von Branchenbeobachtern entspricht dies rund 1.100 Racks pro Standort und rund 13.300 Racks über zwölf Standorte hinweg bei voller Ausbaustufe. Zur Einhaltung von Vorgaben an die Datenresidenz planen Google Cloud und NVIDIA zudem zusätzliche lokale Regionen in Europa.
Wer sich mit dem Einsatz solch leistungsfähiger KI-Systeme befasst, muss auch die rechtlichen Rahmenbedingungen in Europa im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Spezifische Regionen oder Zeitpläne wurden dafür bislang nicht mitgeteilt. In ersten Leistungsmessungen zur MLPerf Inference v6.1 übertraf das System Rubin NVL72 in einer Vorschau die Werte des Vorgängers GB300 NVL72 bei Qwen3-VL um das bis zu 3,7-Fache und bei DeepSeek-R1 um das bis zu 2,5-Fache, wie NVIDIA angibt.
Wachsender Bedarf an flüssigkeitsgekühlter Infrastruktur
Der Schritt zu hochgradig integrierten Flüssigkühlsystemen spiegelt die Anforderungen neuer Hardwaregenerationen wider. Branchenanalysen verweisen auf projektierte Leistungsdichten von über einem Megawatt pro Rack in modernen KI-Clustern. Gleichzeitig können die Stromlasten während Trainingsphasen in Millisekunden zwischen 30 und 100 Prozent schwanken, was traditionelle Infrastrukturen vor enorme Herausforderungen stellt.
Mit der rasanten Entwicklung neuer KI-Technologien gehen auch neue regulatorische Anforderungen für deren sichere Nutzung einher. Dieser kostenlose Report klärt darüber auf, welche KI-Systeme als Hochrisiko eingestuft werden und was Verantwortliche jetzt konkret tun müssen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Laut einer Opinium-Studie stufen 92 Prozent der befragten IT-Führungskräfte Partner als vorrangig ein, die den Energieverbrauch und den CO2-Fußabdruck senken können. Zugleich halten lediglich 46 Prozent der Befragten aktuelle Rechenzentren für geeignet, diese Kriterien zu erfüllen. Nach Branchenschätzungen vermag der Einsatz von Flüssigkühlung den gesamten Energieverbrauch von Rechenzentren um bis zu 40 Prozent zu reduzieren.