NVIDIA Resmi Luncurkan Vera Rubin untuk Sains dan AI

Di ajang ISC High Performance 2026 di Hamburg, Jerman, NVIDIA secara resmi memperkenalkan platform komputasi terakselerasi Vera Rubin . Platform ini dirancang khusus untuk kebutuhan superkomputer ilmiah, menggabungkan GPU NVIDIA Rubin dan CPU Vera melalui koneksi NVLink-C2C dalam satu sistem terintegrasi penuh .

Performa yang dijanjikan sangat impresif: satu rak sistem Vera Rubin dapat menghasilkan lebih dari 7 exaflops untuk beban kerja AI dan 5 petaflops untuk komputasi presisi ganda (FP64) murni — setara dengan superkomputer di jajaran TOP500 . CPU Vera sendiri memiliki 88 inti dengan efisiensi daya 2x lipat dibandingkan CPU NVIDIA generasi sebelumnya .

Spesifikasi Kunci Performa

• Performa FP64 (double-precision) murni untuk beban kerja simulasi HPC tradisional, dimungkinkan oleh arsitektur GPU Rubin .
• Konfigurasi NVL4: Blueprint DCBBS dari Supermicro untuk Vera Rubin NVL4 mendukung hingga 1.152 GPU NVIDIA Rubin dan 576 CPU NVIDIA Vera dalam satu unit yang dapat diskalakan .
• Unit skalabel 3,2 MW dengan sistem pendingin cair langsung (DLC-2) yang mendukung 362 kW per rak .
• Platform Rubin (diperkenalkan pertama kali di CES 2026) memberikan pengurangan biaya token inferensi hingga 10x lipat dan pengurangan jumlah GPU hingga 4x lipat untuk melatih model mixture-of-experts dibandingkan platform Blackwell .
• Terintegrasi penuh dengan library NVIDIA CUDA-X, mikroservis NVIDIA NIM, perangkat lunak NVIDIA AI Enterprise, dan jaringan NVIDIA Quantum InfiniBand .

Lembaga Riset yang Akan Menggunakan Sistem Vera Rubin

Sebanyak 35 superkomputer baru NVIDIA AI HPC tengah dikembangkan di 23 negara Eropa, menyediakan akses bagi lebih dari 3 juta peneliti . Beberapa institusi yang disebutkan:

• Barcelona Supercomputing Center — EuroHPC AI Factory
• BavariaAI — sistem Blue Swan
• IT4Innovations (IT4I) — Republik Ceko
• HLRS (High-Performance Computing Center Stuttgart) — sistem HammerHAI
• NAISS — Mimer EuroHPC AI Factory, Swedia
• CINECA (Italia)
• Fraunhofer FOKUS (Jerman)
• Jülich Supercomputing Centre (Forschungszentrum Jülich)

Inisiatif ini mencakup pabrik AI, riset iklim dan energi, serta komputasi hybrid kuantum-GPU .

Kemitraan Industri dan Manufaktur

• Supermicro: Menyediakan Blueprint DCBBS ujung-ke-ujung pertama untuk HPC berdasarkan platform NVIDIA Vera Rubin NVL4, lengkap dengan rak berpendingin cair dan integrasi penuh .
• Corning: Kemitraan jangka panjang untuk memperluas manufaktur solusi konektivitas optik canggih untuk infrastruktur AI di AS, termasuk tiga fasilitas baru di North Carolina dan Texas .
• Pemimpin perangkat lunak industri (Cadence, Dassault Systèmes, PTC, Siemens, Synopsys): Menghadirkan CUDA-X, Omniverse, dan alat berbasis GPU untuk alur kerja manufaktur dan teknik .
• Siemens: Kemitraan diperluas untuk membangun sistem operasi industri yang dipercepat AI yang mencakup desain, teknik, manufaktur, dan rantai pasokan .

Integrasi AI dengan Simulasi Ilmiah Tradisional

Vera Rubin dirancang sebagai platform HPC dan AI yang konvergen — mampu menjalankan simulasi berbasis fisika tradisional (FP64) dan beban kerja AI pada infrastruktur yang sama .

• PhysicsNeMo: Framework AI-fisika NVIDIA untuk CFD (Computational Fluid Dynamics), analisis termal, iklim, dan pemodelan cuaca kini didukung di Vera Rubin. Framework ini menggunakan model pengganti (surrogate) machine learning untuk mempercepat model multiskala dan pemecah (solver) tradisional untuk menghasilkan data pelatihan bagi AI .
• Pemodelan iklim: Vera Rubin mempercepat simulasi iklim dengan menggabungkan solver FP64 murni dengan emulasi dan asimilasi data yang didorong AI .
• CFD: Platform ini memungkinkan CFD yang dipercepat AI di mana jaringan saraf tiruan (neural surrogates) mempercepat putaran solver iteratif sambil mempertahankan akurasi presisi ganda untuk validasi .
• Eksplorasi energi: Pencitraan seismik, simulasi reservoir, dan pemodelan energi terbarukan mendapat manfaat dari AI yang mengusulkan skenario kandidat sementara solver FP64 tradisional memvalidasinya .

NVIDIA menggambarkan konvergensi ini sebagai sains yang hidup "di persimpangan simulasi berbasis fisika dan AI — di mana model pengganti machine learning mempercepat model multiskala, AI generatif mengusulkan molekul atau material kandidat untuk validasi fidelitas tinggi, dan pemecah tradisional menghasilkan data pelatihan yang membuat AI menjadi mungkin" .