NVIDIA Vera Rubin Dilancarkan di ISC 2026: Kuasa Superkomputer untuk Sains dan AI

Di ISC High Performance 2026 di Hamburg, Jerman, NVIDIA melancarkan platform pengkomputeran dipercepatkan Vera Rubin yang dibina khas untuk superkomputer saintifik. Ia menggabungkan GPU NVIDIA Rubin dan CPU Vera yang disambungkan melalui NVLink-C2C dalam sistem penuh-stak yang direka untuk beban kerja simulasi tradisional dan AI .

Satu rak Vera Rubin mampu menghasilkan lebih 7 exaflops prestasi AI dan 5 petaflops pengiraan ketepatan dua (FP64) asli, menggunakan sehingga 144 GPU — prestasi setanding dengan sistem dalam senarai TOP500 . CPU Vera menampilkan 88 teras dengan prestasi-per-watt 2x lebih baik berbanding CPU NVIDIA generasi sebelumnya .

Spesifikasi Prestasi Utama

• Prestasi FP64 ketepatan dua asli untuk beban kerja simulasi HPC tradisional, disampaikan melalui seni bina GPU Rubin .
• Konfigurasi NVL4: Blueprint Supermicro DCBBS berdasarkan Vera Rubin NVL4 menyokong sehingga 1,152 GPU NVIDIA Rubin dan 576 CPU NVIDIA Vera dalam satu unit berskala .
• Unit berskala 3.2 MW dengan DLC-2 Direct Liquid Cooling yang menyokong 362 kW setiap rak .
• Platform Rubin (pertama kali diumumkan di CES 2026) memberikan pengurangan sehingga 10x dalam kos token inferens dan pengurangan 4x dalam bilangan GPU untuk melatih model campuran pakar berbanding platform Blackwell .
• Diintegrasi dengan perpustakaan NVIDIA CUDA-X, mikroservis NVIDIA NIM, perisian NVIDIA AI Enterprise, dan rangkaian NVIDIA Quantum InfiniBand .

Institusi Penyelidikan yang Melaksanakan Sistem Vera Rubin

Sebanyak 35 superkomputer AI HPC NVIDIA baharu sedang dalam pembangunan merentas 23 negara Eropah, melengkapkan lebih 3 juta penyelidik . Institusi yang dinamakan termasuk:

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

Sistem-sistem ini merangkumi kilang AI, penyelidikan iklim dan tenaga, serta pengkomputeran hibrid kuantum-GPU .

Perkongsian Industri dan Pembuatan

• Supermicro: Menyampaikan Blueprint DCBBS hujung-ke-hujung pertama untuk HPC berdasarkan platform NVIDIA Vera Rubin NVL4, menyediakan rak sejuk cecair dan integrasi lengkap .
• Corning: Perkongsian pelbagai tahun untuk memperluas pembuatan penyelesaian sambungan optik termaju untuk infrastruktur AI di Amerika Syarikat, termasuk tiga kemudahan baharu di North Carolina dan Texas .
• Pemimpin perisian industri (Cadence, Dassault Systèmes, PTC, Siemens, Synopsys): Membawa CUDA-X, Omniverse, dan alat dipercepatkan GPU ke aliran kerja pembuatan dan kejuruteraan .
• Siemens: Perkongsian diperluas untuk membina sistem operasi industri dipercepatkan AI yang merangkumi reka bentuk, kejuruteraan, pembuatan, dan rantaian bekalan .

Integrasi AI dengan Simulasi Saintifik Tradisional

Vera Rubin direka sebagai platform HPC dan AI yang bersatu — menjalankan kedua-dua simulasi berasaskan fizik tradisional (FP64) dan beban kerja AI pada infrastruktur yang sama .

• PhysicsNeMo: Rangka kerja AI-fizik NVIDIA untuk CFD, analisis terma, iklim, dan pemodelan cuaca disokong pada Vera Rubin. Ia menggunakan surat cara pembelajaran mesin untuk mempercepatkan model pelbagai skala dan penyelesai tradisional untuk menjana data latihan untuk AI .
• Pemodelan iklim: Vera Rubin mempercepatkan simulasi iklim dengan menggabungkan penyelesai FP64 asli dengan emulasi dan asimilasi data dipacu AI .
• Dinamik bendalir pengiraan (CFD): Platform ini membolehkan CFD dipercepatkan AI di mana surat cara neural mempercepatkan gelung penyelesai berulang sambil mengekalkan ketepatan ketepatan dua untuk pengesahan .
• Penerokaan tenaga: Pengimejan seismik, simulasi takungan, dan pemodelan tenaga boleh diperbaharui mendapat manfaat daripada AI yang mencadangkan senario calon manakala penyelesai FP64 tradisional mengesahkannya .

NVIDIA menggambarkan penumpuan ini sebagai sains yang hidup "di persimpangan simulasi berasaskan fizik dan AI — di mana surat cara pembelajaran mesin mempercepatkan model pelbagai skala, AI generatif mencadangkan molekul atau bahan calon untuk pengesahan ketepatan tinggi, dan penyelesai tradisional menjana data latihan yang membolehkan AI wujud" .