A NVIDIA publicou um artigo técnico sobre o Groq 3 LPX, acelerador que chega à plataforma Vera Rubin no segundo semestre de 2026. O texto explica como o modelo de execução determinística é usado para tornar a inferência de IA mais eficiente em cenários de alta interatividade, como modelos de contexto longo.
Segundo a companhia, o compilador do LPU monta um cronograma que define, com precisão de ciclo de clock, quando cada dado se move e quando cada operação acontece. Esse planejamento cobre os 256 chips LPU do rack e permite estimar a corrente elétrica exigida em cada ciclo, antes de a tarefa começar.
Com essa previsão, as tecnologias PEP e CPS conseguem preparar a alimentação elétrica com antecedência e suavizar picos de consumo. O objetivo é reduzir as quedas de tensão causadas por operações intensivas, como multiplicações de matrizes, que aumentam a demanda de energia em nanossegundos e podem exigir uma margem de segurança maior no sistema.
A NVIDIA diz que testes internos no Groq 3 LPX reduziram essas quedas em mais de 60%. A empresa também estima uma queda de um dígito alto na tensão base necessária e uma redução potencial de um dígito baixo no consumo para executar a mesma tarefa em um sistema comparável, sem execução determinística.
No nível da plataforma, a combinação do Groq 3 LPX com o Vera Rubin NVL72 é descrita como capaz de entregar até 35 vezes mais rendimento por megawatt que o GB200 NVL72 anterior, para modelos com mais de 2 trilhões de parâmetros em contexto longo e alta interatividade.