한눈에
SemiAnalysis가 10월 14일 InferenceX 프리뷰를 올렸다. NVIDIA Rubin 위에서 SGLang으로 돌린 추론이 GB300 NVL72보다 달러당 성능이 4.23배 낫다는 숫자다.
엔진은 널리 쓰이는 프로덕션 LLM 스택 SGLang이라고 강조했다. 지금은 Qwen3.8 Flash Next 180B(활성 6B) 같은 작은 모델 제출이다. 더 큰 모델용 Rubin NVL72 공개 제출이 이어진다고 했다.
왜 중요한가
다음 세대 NVIDIA 추론 단가를 가늠하는 초기 신호다. GB300 기준표를 그대로 들고 가면, Rubin+SGLang 조합과 어긋날 수 있다.
어떻게 바뀌나
추론 용량·단가 계획을 세울 때 GB300만 보지 말고, Rubin 공개 제출과 모델 크기별 숫자를 같이 추적하면 된다. 프리뷰 단계라는 점도 같이 적어두면 좋다.