NVIDIA Vera Rubin -alusta iskee tieteelliseen supertietokoneeseen ISC 2026 -messuilla

ISC High Performance 2026 -messuilla Hampurissa NVIDIA esitteli Vera Rubin -alustan, joka on räätälöity tieteelliseen supertietokonelaskentaan. Se yhdistää NVIDIA Rubin -grafiikkaprosessorit ja Vera-suorittimet toisiinsa NVLink-C2C-liitännällä täydelliseksi järjestelmäksi, joka soveltuu sekä perinteiseen simulointiin että tekoälytyökuormiin .

Yksi Vera Rubin -teline pystyy tuottamaan yli 7 eksaflopsia tekoälytehoa ja 5 petaflopsia FP64-tarkkuuden laskentaa käyttäen enintään 144 grafiikkaprosessoria – suorituskykyä, joka on verrattavissa TOP500-listalla oleviin järjestelmiin . Vera-suorittimessa on 88 ydintä ja kaksi kertaa parempi suorituskyky wattia kohden edellisen sukupolven NVIDIA-suorittimiin verrattuna .

Keskeiset suorituskykytiedot

• FP64-tarkkuuden laskenta perinteisiin HPC-simulointitehtäviin, Rubin-grafiikkaprosessorin arkkitehtuurin ansiosta .
• NVL4-konfiguraatio: Supermicron DCBBS Blueprint -ratkaisu perustuu Vera Rubin NVL4:ään ja tukee enintään 1 152 NVIDIA Rubin -grafiikkaprosessoria ja 576 NVIDIA Vera -suoritinta yhdessä skaalautuvassa kokonaisuudessa .
• 3,2 MW:n skaalautuva kokonaisuus ja DLC-2-nestekäyttöinen jäähdytys, joka mahdollistaa 362 kW telinekohtaisesti .
• Rubin-alusta (julkistettiin alun perin CES 2026 -messuilla) tarjoaa 10 kertaa pienemmät päättelykustannukset ja 4 kertaa vähemmän grafiikkaprosessoreita MoE-mallien kouluttamiseen verrattuna Blackwell-alustaan .
• Integroitu NVIDIA CUDA-X -kirjastojen, NVIDIA NIM -mikropalvelujen, NVIDIA AI Enterprise -ohjelmiston ja NVIDIA Quantum InfiniBand -verkkojen kanssa .

Tutkimuslaitokset, jotka ottavat Vera Rubin -järjestelmiä käyttöön

Eurooppaan rakennetaan ennätykselliset 35 uutta NVIDIA AI HPC -supertietokonetta 23 maahan, jotka palvelevat yli 3 miljoonaa tutkijaa . Tunnettuja laitoksia ovat:

• Barcelonan supertietokonekeskus — EuroHPC AI Factory
• BavariaAI — Blue Swan -järjestelmä
• IT4Innovations (IT4I) — Tšekki
• HLRS (Stuttgartin supertietokonekeskus) — HammerHAI-järjestelmä
• NAISS — Mimer EuroHPC AI Factory, Ruotsi
• CINECA (Italia)
• Fraunhofer FOKUS (Saksa)
• Jülichin supertietokonekeskus (Forschungszentrum Jülich)

Nämä järjestelmät kattavat tekoälytehtaita, ilmasto- ja energiatutkimusta sekä kvantti-GPU-hybridilaskentaa .

Teollisuuskumppanuudet ja valmistus

• Supermicro: Toimitti ensimmäisen täydellisen DCBBS Blueprintin HPC:lle, joka perustuu NVIDIA Vera Rubin NVL4 -alustaan, mukaan lukien nestejäähdytteiset telineet ja täysi integrointi .
• Corning: Monivuotinen kumppanuus laajentaa Yhdysvaltojen valmistuskapasiteettia kehittyneille optisille liitäntäratkaisuille tekoälyinfrastruktuuria varten, mukaan lukien kolme uutta laitosta Pohjois-Carolinassa ja Texasissa .
• Teollisuusohjelmistojen johtavat toimittajat (Cadence, Dassault Systèmes, PTC, Siemens, Synopsys): Tuovat CUDA-X:n, Omniversen ja GPU-kiihdytetyt työkalut valmistus- ja suunnittelutyönkulkuihin .
• Siemens: Laajennettu kumppanuus tekoälykiihdytetyn teollisuuskäyttöjärjestelmän rakentamiseksi kattamaan suunnittelun, valmistuksen ja toimitusketjut .

Tekoälyn integrointi perinteiseen tieteelliseen simulointiin

Vera Rubin on suunniteltu yhdistetyksi HPC- ja tekoälyalustaksi – se ajaa sekä perinteisiä fysiikkapohjaisia simulaatioita (FP64) että tekoälytyökuormia samassa infrastruktuurissa .

• PhysicsNeMo: NVIDIA:n tekoälyfysiikkakehys CFD:lle, lämpöanalyysille, ilmasto- ja säämallinnukselle on tuettu Vera Rubinissa. Se käyttää koneoppimissurrogaatteja nopeuttaakseen moniskaalamalleja ja perinteisiä ratkaisijoita tekoälyn harjoitusdatan tuottamiseen .
• Ilmastomallinnus: Vera Rubin nopeuttaa ilmastosimulaatioita yhdistämällä FP64-ratkaisijat ja tekoälypohjaisen emuloinnin .
• Laskennallinen virtausdynamiikka (CFD) : Alusta mahdollistaa tekoälykiihdytetyn CFD:n, jossa neurosurrogaatit nopeuttavat iteratiivisia ratkaisusilmukoita samalla kun FP64-tarkkuus säilyy validoinnissa .
• Energiatutkimus: Seisminen kuvantaminen, säiliösimaulointi ja uusiutuvan energian mallinnus hyötyvät tekoälyn ehdottamista skenaarioista, joita FP64-ratkaisijat validoivat .

NVIDIA kuvaa tätä lähentymistä seuraavasti: tiede elää "fysiikkapohjaisen simulaation ja tekoälyn leikkauspisteessä – missä koneoppimissurrogaatit nopeuttavat moniskaalamalleja, generatiivinen tekoäly ehdottaa kandidaattimolekyylejä tai -materiaaleja korkean tarkkuuden validointiin, ja perinteiset ratkaisijat tuottavat harjoitusdatan, joka tekee tekoälystä mahdollista" .