MYBIGGAMING
LIVE
Железо 17 ноября 2026 • 3 мин •

NVIDIA Rubin HPC: ускорение науки с 50 000+ CUDA-ядрами

На конференции SC26 NVIDIA представила архитектуру Rubin HPC, ориентированную на научные вычисления и суперкомпьютеры с беспрецедентным количеством CUDA-ядер.
Автор: Гика •
NVIDIA Rubin HPC: ускорение науки с 50 000+ CUDA-ядрами

На конференции SC26 компания NVIDIA представила Rubin HPC — новый ускоритель, спроектированный специально для высокопроизводительных вычислений (HPC). В отличие от потребительских или чисто ИИ-ориентированных решений, этот продукт нацелен на научные симуляции, анализ генома и сложные климатические модели, где критически важна работа с огромными массивами данных.

Главная техническая особенность Rubin HPC — это колоссальный масштаб вычислительных блоков. NVIDIA заявляет, что архитектура будет включать более 50 000 CUDA-ядер. Чтобы понять масштаб изменений, стоит взглянуть на текущее поколение Blackwell Ultra: ускоритель B300 оснащен 20 480 ядрами, распределенными по 160 потоковым мультипроцессорам (SM). Таким образом, Rubin HPC предлагает более чем 2,4-кратный прирост количества ядер по сравнению с B300. Даже теоретический максимум чипа GB202 с его 24 576 ядрами остается далеко позади новых возможностей архитектуры.

Однако NVIDIA подчеркивает: простое увеличение числа ядер — это лишь половина дела. В задачах HPC, таких как расчеты на разреженных матрицах (Sparse Matrices) или операции сортировки и редукции, узким местом часто становится не вычислительная мощность, а скорость доступа к памяти. Для решения этой проблемы в Rubin HPC внедряется новая аппаратная поддержка доступа к разреженным данным. Это должно оптимизировать подачу данных к CUDA-ядрам и минимизировать простои процессора в ожидании информации из памяти.

Битва за точность: FP64 против FP32

Важным аспектом является специализация архитектуры. В текущем поколении Blackwell Ultra (B300) наблюдается явный крен в сторону ИИ: при высокой производительности в FP32 (около 75 TFLOPS) нативная точность FP64 (двойная точность, критически важная для точных научных расчетов) составляет всего 1,25 TFLOPS. Для сравнения, более старый B200 выдавал около 37 TFLOPS в FP64. Пока NVIDIA не раскрыла точные показатели производительности Rubin HPC в TFLOPS или PFLOPS, остается неясным, удастся ли архитектуре вернуть фокус на нативные высокоточные вычисления или же упор будет сделан на эмуляцию через Tensor-ядра.

Связь и ИИ-агенты

Для взаимодействия между ускорителями в составе суперкомпьютеров Rubin HPC будет поддерживать седьмое поколение технологии NVLink. Если текущий Blackwell использует NVLink 5 с пропускной способностью до 1,8 ТБ/с на двусторонний трафик GPU-GPU, то возможности седьмой версии пока остаются за рамками официальных спецификаций. Кроме того, NVIDIA планирует тесную интеграцию с «агентным ИИ» (Agentic AI) — концепцией, где ИИ-агенты способны самостоятельно проводить исследования материалов или молекул, а затем проверять результаты с помощью физических симуляций на Rubin HPC.

Несмотря на амбициозные цифры, точные данные о потреблении энергии, пропускной способности памяти и реальных бенчмарках отсутствуют. Ожидается, что Rubin HPC станет доступен на рынке только в 2028 году.

Автор материала

Гика

Cookies

Мы используем cookies

Сайт использует технически необходимые cookies для авторизации, безопасности, сохранения настроек и корректной работы страниц. Аналитические и иные необязательные технологии должны включаться только после вашего согласия. Подробнее о категориях данных, целях и сроках хранения можно прочитать в политике конфиденциальности.

Политика cookie
Быстрые действия