모델 817건 · 국산 131 · 가격 654 추적 중
AI 인프라·반도체

CoreWeave, 베라 루빈 NVL72 상용화… 코그니션 첫 고객

NVIDIA Blog·2026-09-30영문 원문주요

요약

NVIDIA와 CoreWeave가 샌프란시스코 CoreWeave Fully Connected 행사에서 Vera Rubin NVL72 시스템과 Spectrum-X 이더넷 네트워킹의 상용화를 발표했다. AI 코딩 에이전트 Devin을 만든 Cognition이 Vera Rubin에서 프로덕션 워크로드를 운영하는 첫 고객이 됐으며, Cognition 자체 벤치마크에 따르면 SWE-2 추론 워크로드에서 기존 GB200 NVL72 대비 총 토큰 처리량이 최대 4.8배 늘었다. CoreWeave는 에이전트용으로 설계된 NVIDIA Vera CPU도 함께 제공하며, 자체 테스트에서 에이전트 샌드박스 시작 속도가 3배 이상 빨라졌다고 밝혔다. 이와 함께 학습·평가·개선을 하나로 연결하는 CoreWeave Forge를 공개해 Weights & Biases, OpenPipe, marimo 등을 통합했다.

큐레이터 노트

원문에 없는 맥락입니다

제시된 4.8배, 3배 성능 수치는 Cognition과 CoreWeave의 자체 벤치마크로, 독립 기관의 검증 결과는 아니다.

깊이 읽기

이 기사 한 건이 아니라, 같은 사안을 다룬 이 사이트의 기록을 근거로 정리했습니다

이 일이 어디서 왔나

9월 16일 MLPerf 추론 벤치마크에서 NVIDIA가 베라 루빈 NVL72의 프리뷰 성능(GB300 NVL72 대비 최대 3.7배)을 자체 제출했던 데 이어, 이번에는 실제 고객사와 함께 상용화 단계로 넘어간 소식이다. CoreWeave는 앞서 전력·냉각 인증 프로그램, 데이터센터 확장 등 AI 팩토리 인프라 구축 움직임과 맞물려 NVIDIA GPU 인프라를 공급해 온 파트너사 중 하나다.

짚어야 할 점

  • MLPerf 발표 때는 비교 대상이 GB300 NVL72였는데, 이번 Cognition 벤치마크는 GB200 NVL72와 비교한 수치여서 기준선이 다르다는 점을 구분해서 봐야 한다.
  • 성능 개선 수치(4.8배, 3배 이상)는 모두 Cognition과 CoreWeave가 자체 실시한 벤치마크로, MLPerf처럼 제3의 표준화된 절차를 거친 결과가 아니다.
  • CoreWeave Forge를 통해 학습·평가·개선 과정에 Weights & Biases, OpenPipe, marimo 등 외부 도구를 묶은 점은 단일 하드웨어 성능 경쟁을 넘어 CoreWeave가 플랫폼 생태계 구축을 노리는 신호로 볼 수 있다.

아직 확인되지 않은 것

  • Cognition 외에 베라 루빈 NVL72를 프로덕션에 도입할 다른 고객이나 일반 출시 일정에 대한 내용은 나오지 않았다.
  • 4.8배 처리량 향상, 3배 빠른 샌드박스 시작이 어떤 조건(워크로드 규모, 비용 등)에서 측정됐는지 구체적 방법론은 확인되지 않았다.
  • Vera CPU와 Spectrum-X 네트워킹이 이 성능 향상에 각각 얼마나 기여했는지는 분리되어 제시되지 않았다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

래블업, 1인 1에이전트 인프라 비전 발표
AI타임스 · 2026-10-01

래블업이 9월 29일 서울 코엑스에서 연례 기술 컨퍼런스 'lab | up > /conf/6'을 열고 'AI 팩토리' 비전과 1인 1에이전트 시대 실현을 위한 인프라 전략을 발표했다. 2015년 설립된 래블업은 GPU 가상화와 MLOps 기술로 모델 학습·배포를 지원해왔다. 2024년 …

컴팔, OCP 서밋서 NVIDIA AI 팩토리 인프라 공개
ZDNet Korea · 2026-09-30

컴팔 일렉트로닉스가 OCP 글로벌 서밋 2026에서 차세대 AI 팩토리 인프라를 선보였다. 발표에는 800VDC 전력 아키텍처와 메가와트급 전력 인프라, 첨단 액체 냉각 기술이 포함됐다. 컴팔은 전력, 냉각, 랙 통합을 개별 시스템이 아닌 상호 연결된 요소로 설계해 NVIDIA 가속 컴…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
벤치마크
AI 모델의 성능을 정량적으로 측정하고 서로 비교할 수 있도록 표준화한 평가용 문제 집합과 채점 기준을 말한다.
처리량
처리량은 시스템이 일정 시간 동안 처리할 수 있는 요청 수나 생성 토큰 수를 나타내는 지표를 말한다.
학습
학습은 모델이 데이터를 반복적으로 살펴보며 예측 오차를 줄이는 방향으로 내부 파라미터를 조정해 나가는 과정을 말한다.
평가
AI 모델이나 시스템의 출력이 원하는 기준에 얼마나 부합하는지를 정량적·정성적으로 측정하는 절차를 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

NVIDIA Blog 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →