Nvidia představila Rubin HPC. Nový akcelerátor má propojit superpočítače s AI agenty
Nvidia na konferenci SC26 představila nový výpočetní akcelerátor Rubin HPC, který rozšiřuje připravovanou platformu Vera Rubin směrem k vědeckým simulacím, technickým výpočtům a datové analytice. Novinka s více než 50 000 jádry CUDA ukazuje, že budoucnost výpočetní infrastruktury nemusí stát pouze na trénování a provozu velkých jazykových modelů.
Vývoj výpočetních akcelerátorů se v posledních letech soustředil především na umělou inteligenci. Rostoucí poptávka po výkonu pro trénování modelů a jejich provoz zásadně změnila trh datových center i investiční priority technologických společností. Nvidia nyní připomíná, že vedle generativní AI existuje další rozsáhlá oblast využití výkonných GPU: vědecké a technické výpočty.
Nový akcelerátor Rubin HPC, představený na konferenci Supercomputing 2026 v Chicagu, je součástí platformy Vera Rubin. Podle výrobce nabídne více než 50 000 jader CUDA na jediném GPU, podporu akcelerace práce s řídkými daty a propojení prostřednictvím sedmé generace technologie NVLink.
Výkon nestačí, důležité je také přesouvání dat
Zásadním aspektem nového akcelerátoru není pouze počet výpočetních jader, ale také způsob, jakým pracuje s daty.
Vědecké simulace a technické výpočty mají často jiné požadavky než trénování neuronových sítí. Typicky zahrnují opakované operace nad rozsáhlými datovými strukturami, při nichž se z paměti načítají relativně malé, někdy nepravidelně rozmístěné části dat.
Výkon proto nemusí omezovat samotná výpočetní kapacita, ale rychlost, s jakou lze potřebná data dopravovat k jednotlivým jádrům.
Rubin HPC se podle Nvidie zaměřuje právě na vyvážení výpočetního výkonu a datové propustnosti. Architektura má zrychlovat například operace s řídkými maticemi, třídění, redukce a další algoritmy využívané v numerických simulacích.
AI agenti mění také vědecké výpočty
Nvidia spojuje novou architekturu s rostoucím využíváním AI agentů ve výzkumu a průmyslovém vývoji.
Zatímco tradiční simulace obvykle začíná zadáním konkrétního problému, agentní systémy mohou automatizovat rozsáhlejší část výzkumného procesu. Mohou například navrhovat nové materiály, připravovat varianty konstrukčních řešení, spouštět simulace a následně vyhodnocovat jejich výsledky.
Takový přístup ovšem zvyšuje nároky na výpočetní infrastrukturu. Namísto jedné simulace mohou systémy průběžně vytvářet a ověřovat stovky nebo tisíce alternativ.
Výrobce proto rozvíjí také softwarové knihovny CUDA-X, které mají AI agentům umožnit efektivněji využívat specializované výpočetní algoritmy.
Co to znamená pro trh serverů a datových center?
Rubin HPC potvrzuje snahu Nvidie rozšiřovat své portfolio i mimo nejviditelnější segment generativní AI.
Pro dodavatele podnikové infrastruktury je důležité především postupné sbližování dvou oblastí, které se historicky často řešily odděleně: vysokovýkonných výpočtů (HPC) a infrastruktury pro umělou inteligenci.
Výzkumné organizace, průmyslové podniky i poskytovatelé výpočetních služeb mohou stále častěji potřebovat prostředí, které zvládne jak provoz AI modelů, tak numerické simulace a zpracování velkých objemů dat.
Pro systémové integrátory a dodavatele serverů to vytváří příležitosti v návrhu komplexních výpočetních prostředí. Vedle samotných GPU bude rozhodovat také paměťová infrastruktura, vysokorychlostní propojení, úložiště, chlazení a energetická účinnost.
Na komerční dopad novinky si však trh ještě počká. Nvidia očekává dostupnost Rubin HPC v roce 2028. Výrobce zatím nepředložil dostatek nezávisle ověřených údajů, podle kterých by bylo možné posoudit skutečný přínos nové architektury v konkrétních aplikacích.
Rubin HPC je tak především představením technologického směru. Naznačuje, že příští generace superpočítačů bude stále těsněji propojovat klasické simulace, datovou analytiku a autonomní systémy AI.
Zdroj: blogs.nvidia.com
Zdroj obrázku: Nvidia






