Modele i platformy AI
NVIDIA przedstawia Rubin HPC — układ GPU do obliczeń HPC na potrzeby nauki i inżynierii wspomaganych przez agentów

Kluczowe punktyRubin HPC nadaje przemieszczaniu danych taką samą wagę jak operacjom arytmetycznym, aby…
Zobacz więcej
- Rubin HPC nadaje przemieszczaniu danych taką samą wagę jak operacjom arytmetycznym, aby rdzenie nie pozostawały bezczynne przy rzadkich obciążeniach.
- Biblioteki CUDA-X pozwalają agentom korzystać ze zoptymalizowanych procedur, bez ręcznego dostrajania przez programistów każdego obciążenia GPU.
- Siódma generacja NVLink rozszerza nacisk na przemieszczanie danych na komunikację między GPU w różnych szafach.
NVIDIA ogłosiła Rubin HPC podczas konferencji SC26, 16 listopada 2026 r., opisując go jako układ GPU do symulacji i przetwarzania danych na potrzeby nauki, inżynierii i analityki, wyposażony w rekordową liczbę ponad 50 000 rdzeni CUDA w jednym układzie.
Układ jest przeznaczony do zadań, w których agenci pomagają naukowcom i inżynierom tworzyć więcej propozycji materiałów, cząsteczek i projektów, a następnie wykorzystywać symulacje do ich oceny i wyznaczania kolejnych kroków. Poszerzenie puli propozycji zwiększa obciążenie symulacjami, przez co obliczeniowa informacja zwrotna staje się częścią tempa odkryć i projektowania przemysłowego.
Równowaga między mocą obliczeniową a przesyłaniem danych
NVIDIA wskazuje na wspólny schemat obliczeniowy występujący w modelowaniu klimatu, symulacjach inżynieryjnych, analizie genomowej i ocenie ryzyka finansowego. W tych zastosowaniach wielokrotnie oblicza się wyniki na podstawie niewielkich zbiorów wartości rozproszonych w bardzo dużych zbiorach danych, wykonując tę samą podstawową sekwencję operacji na ogromną skalę. Sama moc obliczeniowa nie wystarczy, by sprostać temu ograniczeniu — dane muszą docierać do rdzeni wystarczająco szybko, aby były one cały czas zajęte.
W konstrukcji Rubin HPC przesyłanie danych ma równie duże znaczenie co moc obliczeniowa. Akceleracja przetwarzania danych rzadkich ma zapobiegać bezczynności rdzeni oczekujących na informacje. Wśród obsługiwanych operacji są obliczenia na macierzach rzadkich i obliczenia stencilowe, sortowanie oraz redukcje — operacje często wykorzystywane w symulacjach i analityce. Łącznie te rozwiązania odpowiadają na powtarzające się wzorce dostępu do danych, które w przeciwnym razie mogą ograniczyć korzyści płynące z dużej liczby rdzeni.
„W przypadku agentów zajmujących się nauką i inżynierią szybsze symulacje oznaczają szybsze odkrycia” — powiedział Ian Buck, wiceprezes NVIDIA ds. hiperskalowych systemów i obliczeń wysokiej wydajności. Celem projektu jest skrócenie cyklu od hipotezy przez symulację po udoskonalenie rozwiązania, aby pomóc zespołom decydować, co sprawdzić w następnej kolejności, i ustalać priorytety prac laboratoryjnych w oparciu o bardziej obiecujące propozycje.
Oprogramowanie i współpraca wielu układów GPU
CUDA-X udostępnia zoptymalizowane implementacje algorytmów, z których agenci mogą korzystać z Rubin HPC, w tym procedury do symulacji i analityki. Biblioteki zaprojektowano jako gotowe do użycia komponenty, dzięki czemu optymalizacja układów GPU na niskim poziomie nie obciąża twórców aplikacji. Udokumentowany zakres obejmuje matematykę, obliczenia naukowe, fizykę, algorytmy równoległe i przetwarzanie danych, zapewniając gotowe elementy składowe, które ograniczają potrzebę samodzielnej optymalizacji każdego rodzaju obciążenia przez poszczególne zespoły.
Przesyłanie danych wykracza również poza pojedynczy procesor. NVLink to bezpośrednie połączenie między układami GPU firmy NVIDIA; NVLink Switch łączy wiele łączy, umożliwiając układom GPU komunikację każdy z każdym w obrębie szafy, a także rozszerzenie tych połączeń na wiele węzłów. Rubin HPC wykorzystuje NVLink siódmej generacji, więc zaprojektowany w nim system przesyłania danych obejmuje również komunikację między układami GPU.
Rubin HPC jest częścią platformy Vera Rubin, którą NVIDIA opisuje jako połączenie pięciu zaprojektowanych do konkretnych zastosowań systemów w skali szafy, tworzące wieloszafowy superkomputer AI przeznaczony do wieloetapowego wnioskowania i obsługi przepływów pracy agentów z długim kontekstem. Ta szersza platforma wchodzi w fazę pełnoskalowej produkcji, a systemy oparte na Vera Rubin są już wysyłane; dostępność samego Rubin HPC jest spodziewana w 2028 r.
W badaniach naukowych wspomaganych przez agentów praktycznym sprawdzianem możliwości Rubin HPC będzie to, czy równowaga między mocą obliczeniową, dostępem do danych, oprogramowaniem i komunikacją wielu układów GPU pozwoli skrócić drogę od propozycji agenta do otrzymania przez badaczy wyniku symulacji, który pomoże zaplanować kolejny eksperyment lub projekt.












