AI Trends

NVIDIA Releases Rubin HPC GPU to Accelerate Agentic Applications in Science and Engineering

cnBetaUpdated Nov 17 01:42

English text is being prepared.

AI summary

NVIDIA has released the Rubin HPC GPU for science, engineering, and data analysis, with each GPU equipped with more than 50,000 CUDA cores, setting a record for the number of CUDA cores. The GPU features sparse data acceleration capabilities, adopts seventh-generation NVLink interconnect, and uses a balanced design in which data movement and computation scale in sync to accelerate simulation workloads such as sparse matrix operations, stencil computations, sorting, and reductions. Rubin HPC is expected to be officially launched in 2028, and the CUDA-X software libraries will provide optimized implementations for it.

Body

英伟达表示,随着AI智能体协助科学家和工程师探索更多候选材料、分子和设计方案,这些方案必须依靠模拟来检验并指导后续决策。Rubin HPC正是为满足这类大规模模拟需求而设计,目标是缩短从探索到科学发现和工业设计落地的路径。

Rubin HPC GPU配备超过5万个CUDA核心,创下单颗GPU的CUDA核心数量纪录。它还具备稀疏数据加速能力,可在计算过程中持续为核心提供数据;同时采用第七代英伟达NVLink互连技术,以提升GPU之间的通信效率。

英伟达超大规模与高性能计算副总裁Ian Buck表示,对于处理科学和工程任务的智能体而言,更快的模拟意味着更快的发现。Rubin HPC能够加速智能体用于测试想法、确定下一步行动的模拟,帮助科研人员和工程师探索更多可能性,并让突破更早到来。

从气候模型、工程仿真,到基因组分析和金融风险计算,科学计算负载通常具有相似特征:应用程序需要在庞大数据集中提取分散的数值,完成计算后再以极大规模反复执行。为此,Rubin HPC采用数据搬运与计算能力同步扩展的均衡设计,而非单纯堆叠算力。

这种设计能够确保GPU的庞大CUDA核心持续获得数据,减少等待时间,把更多资源用于实际计算。英伟达称,Rubin HPC可加速稀疏矩阵运算、模板计算、排序和归约等模拟工作负载中反复出现的计算模式,而这些模式广泛存在于数据分析、科学研究和工程应用中。

英伟达还强调,CUDA-X软件库将提供针对复杂算法优化的实现,覆盖模拟和分析领域的关键任务。与Rubin HPC配合使用后,这些库可帮助智能体更快获得推理结果,缩短“提出假设、运行模拟、优化方案”的循环,让研究者更早确定下一步方向,并将实验室资源集中到最有希望的候选方案上。

Rubin HPC预计将于2028年正式推出。英伟达将其定位为面向科学、工程和数据分析的专用高性能计算GPU,希望借助更高的模拟速度和更强的数据吞吐能力,推动跨行业的科研与工业创新。

Source

cnBeta