
Nvidia-მ Supercomputing 2026-ზე რეკორდული რაოდენობის CUDA ბირთვებით Rubin HPC GPU გამოაცხადა
Nvidia-მ Supercomputing 2026-ზე წარადგინა Rubin HPC, აგენტური HPC სამუშაო პროცესებისთვის განკუთვნილი GPU, რომელსაც 50 000-ზე მეტი CUDA ბირთვი და NVLink 7 აქვს; მეცნიერებისა და ინჟინრებისთვის მისი გამოსვლა 2028 წელს იგეგმება.
Nvidia-მ Supercomputing 2026-ზე გამოაცხადა Rubin HPC, Rubin GPU-ების ოჯახის ახალი წევრი, რომელიც მიზნად ისახავს აგენტური სამუშაო პროცესებისა და სიმულაციის დაჩქარებას. კომპანიის თქმით, ჩიპი შექმნილია მეცნიერებისთვის, ინჟინრებისა და ანალიტიკოსებისთვის, რომლებიც დიდ მონაცემთა ნაკრებებთან მუშაობენ, და მას 50 000-ზე მეტი CUDA ბირთვი აქვს. Nvidia ელოდება, რომ Rubin HPC 2028 წელს გამოვა.
CUDA ბირთვების რეკორდული რაოდენობა
Nvidia-ს თქმით, Rubin HPC-ს მის ყველა GPU-ს შორის CUDA ბირთვების ყველაზე მაღალი რაოდენობა აქვს: „50 000-ზე მეტი“ ბირთვი. კომპანიამ ჩიპის ფიზიკური აგებულების დამატებითი დეტალები არ გაამჟღავნა, თუმცა ეს მაჩვენებელი შეიძლება მიუთითებდეს ისეთ კონფიგურაციაზე, როგორიცაა ოთხი კრისტალისგან შემდგარი Rubin Ultra GPU, რომელიც ამ კრისტალებს NVLink-C2C-ის საშუალებით აკავშირებს. დღევანდელ Rubin GPU-ს 224 SM და 28 672 CUDA ბირთვი აქვს, ამიტომ გამოთვლითი რესურსების იმ დონეზე გაზრდა, როგორსაც Rubin HPC ახდენს, აუცილებლად მოითხოვდა პაკეტზე მეტი კრისტალის განთავსებას.
მონაცემების გადაადგილება და აგენტური სამუშაო დატვირთვები
Rubin HPC GPU-ებს შორის მონაცემების გადაადგილების უზრუნველსაყოფად Nvidia გამოიყენებს NVLink 7-ს. ტექნოლოგიის შესახებ ადრინდელი განცხადებები მიუთითებს, რომ ის ინარჩუნებს NVLink 6-ის მიერ მოწოდებულ 3,6 TB/s გამტარობას თითო GPU-ზე და ამავდროულად ზრდის მასშტაბირების დომენის ზომას. Nvidia-ს თქმით, ჩიპის დაბალანსებული დიზაინი, უფრო მაღალი გამოთვლითი რესურსებითა და, სავარაუდოდ, კვანძებს შორის მონაცემების უფრო სწრაფი გადაადგილებით, დაეხმარება მას კლიმატის კვლევის, გენომური ანალიზისა და ფინანსური სიმულაციისთვის დამახასიათებელი უზარმაზარი მონაცემთა ნაკრებებით მომარაგებაში. მკვლევარებს, ინჟინრებსა და ანალიტიკოსებს, რომლებიც აგენტების ჯგუფებს მართავენ, ასევე შეუძლიათ გამოიყენონ Nvidia-ს CUDA-X დომენური ბიბლიოთეკები Rubin HPC-ზე წარმადობის ასამაღლებლად და ჰიპოთეზიდან სიმულაციამდე და შემდგომ დახვეწამდე მიმავალი მსჯელობის ციკლის დასაჩქარებლად.
უპასუხოდ დარჩენილი დეტალები
Nvidia-მ არ გაამჟღავნა Rubin HPC GPU-ის HBM მოცულობისა და გამტარობის დეტალები. კომპანიამ ასევე არ გაამჟღავნა, მოიცავს თუ არა ეს ნაწილი გამოთვლითი რესურსების გადანაწილებას ნატიური FP64-ის სასარგებლოდ. Nvidia-ს თქმით, ვინაიდან ჩიპი ვარგისია მეცნიერებისა და ინჟინრებისთვის, რომლებიც აგენტურ სამუშაო პროცესებს იყენებენ, ის უნდა უზრუნველყოფდეს სიმულაციის უფრო სწრაფ წარმადობას და ამ სფეროებში აღმოჩენის უფრო სწრაფ შესაძლებლობებს, რადგან ამ დომენებში აგენტები უკეთ მუშაობენ.
წყაროები: Tom's Hardware · techmeme.com
SiTech — AI-გაძლიერებული ვებ დეველოპმენტი
ვქმნით სწრაფ, თანამედროვე ვებსაიტებს და AI-ს ვაერთიანებთ ქართული ბიზნესებისთვის. გაქვთ პროექტი ან კითხვა? სიამოვნებით დაგეხმარებით.