Nvidia 发布 Rubin HPC 芯片及科学计算软件库
Nvidia debuts new Rubin HPC chip, scientific research libraries - SiliconANGLE
Nvidia 在 SC26 超算大会上发布面向科学计算的 Rubin HPC 显卡,CUDA 核心数超过 5 万,并配备新版 NVLink 和稀疏数据加速功能,计划 2028 年出货。同期还推出 CUDA-X 系列新库,其中 cuPhoton.xBeam 可将事件视界望远镜的数据分析从一个月缩短到八分钟,并开源 cuSpa。此外,基于 Nemotron 3.5 Super VL 的 Nemotron for Science 提供后训练工作流和近 5 万道化学题目,CUDA-Q 则新增量子软件构建模块与量子比特纠错算法。
推荐理由
AI 评分 62
原文列出 Rubin HPC 的核心规格与 2028 年出货时间,并给出配套科学计算库的具体加速数字。
主题
正文 · AI 翻译
Nvidia Corp. 今日推出了一系列旨在加速多个领域科学研究的方案。
该系列产品以 Rubin HPC 领衔,这是一款即将推出的显卡,其核心数量远超该公司目前的旗舰芯片。与之同时亮相的还有面向科学家和工程师的七款以上软件工具。这些技术在芝加哥举行的 SC26 超级计算大会上首次亮相。
面向科学工作负载的 Rubin HPC
Nvidia 的旗舰 Rubin 图形处理器拥有 898 个 Tensor 核心,这些晶体管集群专为大语言模型优化。它还包含超过 28,000 个 CUDA 核心。这些电路不仅能运行大语言模型,还能运行科学模拟等其他工作负载。
Rubin HPC(如图)是 Nvidia 今日预览的即将推出的芯片,将拥有超过 50,000 个 CUDA 核心。它还将搭载新版 NVLink,这是 Nvidia GPU 用于与中央处理器交换数据的互连技术。该技术的当前版本每块显卡每秒可传输 3.6 太比特。
Nvidia 表示,Rubin HPC 还将包含“稀疏数据加速”功能。稀疏数据是包含大量零值的数据集的技术术语。许多科学项目都会生成此类数据,尤其是在生物学和天体物理学等领域。例如,望远镜可能用零来表示没有可见恒星的太空区域。
“对于从事科学和工程的智能体来说,更快的模拟意味着更快的发现,”Nvidia 超大规模和高性能计算副总裁 Ian Buck 表示。“Rubin HPC 加速了智能体用于测试想法和指导下一步行动的模拟,帮助科学家和工程师探索更多可能性,让突破更近一步。”
Nvidia 计划于 2028 年出货 Rubin HPC。与此同时,客户可以使用今日与芯片一同亮相的软件工具来加速其科学工作负载。
更快的天体物理学研究
Nvidia 为其 GPU 提供了一套名为 CUDA-X 的库,旨在简化科学研究项目。该公司在 SC26 上的公告为该套件新增了多项内容。
天体物理学家现在可以使用 cuPhoton.xBeam,这是一个便于分析事件视界望远镜网络数据的库。该网络是一个用于研究黑洞的天文台集合。据 Nvidia 称,cuPhoton.xBeam 可以在八分钟内完成过去需要一个月的数据分析任务。它与 cuPhoton.xLens 一同推出,后者是一个用于模拟聚变反应堆发电所用等离子体的库。
在生物学研究方面,Nvidia 正在开源 cuSpa。它可加速细胞多边形计算,这些计算用于研究细胞结构以及细胞之间的相互作用方式。此外,一款名为 rapids-singlecell 的现有细胞分析工具现在以容器化格式向 Nvidia 用户提供。
大语言模型驱动的研究
Nvidia 的新生物学研究工具还搭配了一个名为 Nemotron for Science 的 AI 套件。它基于 Nemotron 3.5 Super VL 构建,这是该公司上个月推出的开源大语言模型。该模型拥有 1240 亿个参数,并在任意给定时间激活其中约十分之一。它部分基于 Mamba-2,这是对无处不在的 Transformer 模型架构的一种更硬件高效的替代方案。
Nemotron for Science 将大语言模型与一套预打包的后训练工作流相结合。研究人员可以使用它们针对特定科学任务优化 Nemotron 3.5 Super VL。此外,Nvidia 还加入了近 50,000 道化学相关问题。这些问题可用于对 AI 模型进行后训练,并评估已完成该过程的模型的能力。
“Nemotron for Science 为研究人员提供了开放模型、科学数据和后训练配方,以构建专门的智能体,这些智能体能够推理科学问题,并使用 CUDA-X 加速工具将想法转化为发现,”Buck 表示。
量子算法
量子计算机依赖传统处理器来管理其量子比特。Nvidia 提供了一套名为 CUDA-Q 的软件工具,可更轻松地将量子硬件与其 GPU 和 CPU 连接。该公司今日扩展了该套件,新增了用于开发量子软件的构建模块以及一种可减轻量子比特错误的算法。
Nvidia 正与 IBM Corp. 和美国能源部下属的 Fermilab 合作,创建一个“模块化量子协同设计平台”。该平台将把这家芯片巨头的 DGX B200 系统与 IBM 的量子硬件相结合。据这些公司称,目标是创建一个环境,研究人员可用于开发新的量子比特纠错算法和其他量子软件。
图片:Nvidia
AI 热点