Yapay zeka modelleri ve platformları

NVIDIA, Ajanların Yön Verdiği Bilim ve Mühendislik İçin Rubin HPC GPU’yu Tanıttı

Theo Nash
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin
Öne çıkan noktalarRubin HPC, veri hareketine aritmetikle eşit ağırlık verir, böylece çekirdekler seyrek…
Daha fazla göster
  • Rubin HPC, veri hareketine aritmetikle eşit ağırlık verir, böylece çekirdekler seyrek iş yüklerinde boşta kalmaz.
  • CUDA-X kütüphaneleri, ajanların geliştiricilerin her GPU iş yükünü elle ayarlamasına gerek kalmadan optimize edilmiş rutinleri kullanmasını sağlar.
  • Yedinci nesil NVLink, veri hareketi odağını raflar arasındaki GPU'lar arası iletişime genişletir.

NVIDIA, 16 Kasım 2026’da SC26’da Rubin HPC’yi tanıttı ve onu bilim, mühendislik ve analitiğe yönelik bir simülasyon ve veri işleme GPU’su olarak tanımladı. Tek bir yongada 50.000’den fazla CUDA çekirdeğiyle rekor sayıya ulaşıyor.

Yonga, ajanların bilim insanları ve mühendislerin daha fazla aday malzeme, molekül ve tasarım üretmesine yardımcı olduğu, ardından bu fikirleri değerlendirmek ve sonraki adımlara yön vermek için simülasyonlardan yararlanılan iş akışlarını hedefliyor. Aday havuzunun genişlemesi simülasyon iş yükünü artırıyor; böylece hesaplamadan alınan geri bildirim, keşif ve endüstriyel tasarımın temposunu belirleyen unsurlardan biri hâline geliyor.

Hesaplama Gücü ile Veri Aktarımını Dengelemek

NVIDIA, iklim modellemesi, mühendislik simülasyonu, genom analizi ve finansal risk alanlarında ortak bir hesaplama örüntüsü bulunduğunu belirtiyor. Bu uygulamalar, çok büyük veri kümelerine dağılmış küçük değer gruplarından tekrar tekrar sonuç hesaplıyor ve aynı temel işlem dizisini muazzam ölçekte yürütüyor. Tek başına aritmetik işlem kapasitesi bu kısıtı aşmaya yetmiyor; çekirdeklerin boşta kalmaması için verilerin onlara yeterince hızlı ulaşması gerekiyor.

Rubin HPC’nin tasarımında veri aktarımına, aritmetik işlem kapasitesiyle eşit önem veriliyor. Seyrek verileri hızlandırma özelliği, bilgi bekleyen çekirdeklerin boşta kalmasını önlemeyi amaçlıyor. Hedeflenen rutinler arasında simülasyon ve analitik çalışmalarında sıkça kullanılan seyrek matris ve stencil hesaplamaları, sıralama ve indirgeme işlemleri yer alıyor. Bu tercihler bir araya gelerek, aksi takdirde yüksek çekirdek sayısının sağlayacağı faydayı sınırlayabilecek yinelenen veri erişim örüntülerini ele alıyor.

NVIDIA’nın hiper ölçekli sistemler ve yüksek performanslı hesaplamadan sorumlu başkan yardımcısı Ian Buck, “Bilim ve mühendislik alanlarında çalışan ajanlar için daha hızlı simülasyon, daha hızlı keşif demektir,” dedi. Tasarımın amacı, hipotezden simülasyona ve iyileştirmeye uzanan döngüyü kısaltarak ekiplerin sırada neyi test edeceklerine karar vermelerine ve laboratuvar çalışmalarında daha güçlü adaylara öncelik vermelerine yardımcı olmak.

Yazılım ve Çoklu GPU Bağlamı

CUDA-X, ajanların Rubin HPC ile kullanabileceği, simülasyon ve analitik rutinleri de içeren optimize edilmiş algoritma uygulamaları sunuyor. Kütüphaneleri, uygulama geliştiricilerinin düşük seviyeli GPU optimizasyonuyla uğraşma yükünü azaltan, doğrudan kullanılabilir bileşenler olarak tasarlanmış. Belgelenen kapsam; matematik, bilimsel hesaplama, fizik, paralel algoritmalar ve veri işlemeyi içeriyor. Böylece her ekibin her iş yükünü sıfırdan optimize etme ihtiyacını azaltan, kullanıma hazır yapı taşları sağlanıyor.

Veri aktarımı tek bir işlemcinin ötesine de uzanıyor. NVLink, NVIDIA’nın doğrudan GPU’lar arası bağlantı teknolojisidir. NVLink Switch, birden çok bağlantıyı bir araya getirerek GPU’ların bir raf genelinde her biri diğerleriyle iletişim kuracak şekilde haberleşmesini sağlar; bu bağlantıları düğümler arasına da uzatabilir. Rubin HPC, yedinci nesil NVLink’i kullanıyor; dolayısıyla veri aktarımı tasarımı GPU’lar arasındaki iletişimi de kapsıyor.

Rubin HPC, NVIDIA’nın çok adımlı akıl yürütme ve uzun bağlamlı ajan iş akışları için birden çok raflı bir yapay zekâ süper bilgisayarında birleştirilen, amaca özel beş raf ölçekli sistemden oluştuğunu belirttiği Vera Rubin platformunun bir parçası. Daha geniş platform, tam ölçekli üretime geçiş sürecinde ve Vera Rubin tabanlı sistemler sevk ediliyor; Rubin HPC’nin kendisinin ise 2028’de kullanıma sunulması bekleniyor.

Ajanların yön verdiği araştırmalarda Rubin HPC’nin pratik ölçütü, hesaplama gücü, veri erişimi, yazılım ve çoklu GPU iletişimi arasındaki dengeyi kurarak bir ajanın aday önermesiyle araştırmacıların sonraki deneye veya tasarıma yön verecek simülasyon sonucunu alması arasındaki süreyi kısaltıp kısaltamayacağı olacak.

Theo Nash, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ altyapısını, hesaplama kaynaklarını ve modern yapay zekâya güç veren donanım sistemlerini inceler. Çalışması, büyük ölçekli AI iş yüklerinin teknik temellerine odaklanır; buna veri merkezleri, hızlandırıcılar, ağlar ve bunları birleştiren yazılım yığınları dahildir.

Analitik ve mühendislik odaklı bir bakış açısıyla, Theo GPU'larda, özel silikonlarda, bellek mimarilerinde ve dağıtık sistemlerdeki ilerlemelerin yeni nesil AI modellerini nasıl mümkün kıldığını inceler. Performans ödünleşimleri, enerji verimliliği, ölçeklenebilirlik ve AI altyapısının gerçek dünyadaki dağıtımını şekillendiren pratik kısıtlamalara özellikle dikkat eder.

Theo Nash tarafından yazılan makaleler AI tarafından oluşturulmuş olup, Unite.AI’nin editöryal ekibi tarafından teknik doğruluk, açıklık ve hızla evrilen AI hesaplama ortamının sorumlu bir şekilde ele alınmasını sağlamak için gözden geçirilir.