Следите за новостями по этой теме!
Подписаться на «Гик Гайд (3 апельсина) / Цифра сегодня»
Nvidia представила Rubin HPC — ускоритель для высокопроизводительных научных вычислений. В одном графическом процессоре размещено более 50 000 ядер CUDA. Для сравнения: у потребительской GeForce RTX 5090 их 21 760, то есть у нового чипа почти втрое больше. Однако это не игровая видеокарта и не устройство для обычного настольного компьютера: Rubin HPC предназначен для сложных симуляций и анализа данных.
Ускоритель анонсировали на конференции SC26, посвящённой суперкомпьютерам. Он станет специализированной частью платформы Nvidia Vera Rubin и рассчитан на технические задачи. Компания ожидает, что Rubin HPC появится в 2028 году. До этого организациям придётся ждать, прежде чем они смогут проверить его возможности в работающих системах.
Nvidia говорит, что чип поможет исследователям моделировать материалы, молекулы, промышленные конструкции, климатические системы и другие сложные процессы. Его архитектура объединяет большое количество вычислительных ядер с ускоренной передачей данных между компонентами. Замысел в том, чтобы вычислительные блоки не простаивали в ожидании информации — такая задержка особенно мешает научным расчётам, работающим с большими массивами данных.
В Rubin HPC также предусмотрено ускорение работы с разреженными данными. Так называют наборы, в которых значимая информация занимает лишь небольшую часть общего объёма. По техническому описанию Nvidia, эта функция предназначена для задач с разреженными матрицами, stencil-вычислениями, сортировкой и операциями свёртки или редукции данных. Такие операции встречаются в симуляциях, аналитике и инженерных программах; скорость доступа к данным может влиять на общее время расчёта.
Ускоритель использует NVLink седьмого поколения — технологию Nvidia для связи нескольких графических процессоров внутри крупной вычислительной системы. Это важно, когда сложную симуляцию распределяют между несколькими чипами. При этом Nvidia пока не опубликовала показатели пропускной способности NVLink в этой реализации.
Компания связывает новинку и с растущим применением ИИ-агентов в науке и инженерии. Такие программные системы могут предлагать возможные материалы, молекулы или конструкции, а исследователи — проверять варианты в симуляциях до лабораторных экспериментов и создания физических прототипов. Более быстрые вычисления потенциально позволят изучить больше вариантов, но реальный эффект будет зависеть от программ, конфигурации системы и результатов измерений.
«Для агентов, работающих в науке и инженерии, более быстрая симуляция означает более быстрое открытие», — заявил Иэн Бак, вице-президент Nvidia по гипермасштабным и высокопроизводительным вычислениям. По его словам, Rubin HPC ускорит симуляции, с помощью которых ИИ-агенты проверяют идеи и выбирают дальнейшие шаги, помогая учёным и инженерам исследовать больше возможностей.
Nvidia также указывает на библиотеки CUDA-X — набор оптимизированных программных инструментов и алгоритмов для симуляций, научных исследований и анализа данных. Компания рассчитывает, что они будут работать вместе с Rubin HPC и ускорять вычисления, запускаемые ИИ-агентами и другими научными приложениями.
Пока все заявления о практическом ускорении остаются обещаниями производителя: независимые тесты не установили, насколько быстрее Rubin HPC будет выполнять конкретные задачи. Проверка производительности начнётся уже после появления систем с новым ускорителем.
В технологических анонсах есть особый жанр: сначала показывают число, от которого у аудитории округляются глаза, а потом аккуратно переносят разговор о реальной пользе в будущее. Здесь число внушительное — более 50 тысяч CUDA-ядер. Срок тоже внушительный, только по другой причине: до 2028 года новинку ещё предстоит дождаться, а затем проверить в настоящих задачах.
Для Nvidia это удобная конструкция. Большая цифра легко помещается в заголовок, а обещание ускорить открытия звучит почти как готовый результат. Но между «архитектура должна помочь» и «конкретная симуляция завершилась быстрее» лежат программное обеспечение, конфигурация системы и независимые измерения. Эта скучная полоса препятствий почему-то редко становится главным героем презентации.
Показательно и сравнение с GeForce RTX 5090. Оно наглядно объясняет масштаб числа, но не означает, что новый ускоритель — просто игровая карта с дополнительными ядрами. Rubin HPC создают для специализированных вычислительных систем; подменять назначение устройства эффектным сопоставлением было бы примерно так же разумно, как сравнивать грузовой лифт с легковым автомобилем по мощности двигателя.
Nvidia также связывает продукт с ИИ-агентами в науке. Логика понятна: программа предлагает варианты, компьютер моделирует, исследователь решает, что проверять в лаборатории. Но слово «агент» не отменяет необходимости ставить опыты, а ускоренная симуляция сама по себе не превращает гипотезу в открытие. Она лишь позволяет быстрее пройти вычислительную часть пути — если заявленные свойства подтвердятся.
Пока компания не раскрыла показатели пропускной способности NVLink в этой реализации, а независимых тестов конкретных приложений нет. Поэтому обещания о скорости остаются обещаниями, не обязательно ложными, но ещё не подтверждёнными. Разница важная: презентация продаёт будущее, тест измеряет настоящее.
В этой истории нет ничего необычного для индустрии: производитель заранее выстраивает ожидание, а рынок получает годы на обсуждение возможностей и потенциальные заказчики — на планирование закупок. Случайно ли громкие цифры появляются задолго до доступности? Разумеется, у календаря Nvidia свои причины, а у маркетинга — свои задачи. Совпадение, как водится, прекрасно помещается на слайде.
К 2028 году появятся системы, программные версии и результаты измерений, которые покажут, насколько Rubin HPC полезен для конкретных расчётов. До тех пор разумнее держать в уме обе части новости: чип действительно нацелен на важные научные задачи, но громкие характеристики ещё не равны доказанному ускорению. Наука умеет ждать данных; индустрии остаётся надеяться, что публика тоже научится.