NVIDIA Vera Rubin – nowa platforma superkomputerowa dla nauki zaprezentowana na ISC 2026

Na konferencji ISC High Performance 2026 w Hamburgu (Niemcy) NVIDIA zaprezentowała platformę Vera Rubin – akcelerowany system obliczeniowy zaprojektowany z myślą o naukowych superkomputerach. Łączy on procesory graficzne NVIDIA Rubin i procesory Vera CPU za pomocą łącza NVLink-C2C, tworząc pełnostosowe rozwiązanie dla tradycyjnych symulacji i obciążeń AI .

Pojedyncza szafa serwerowa Vera Rubin może dostarczyć ponad 7 eksaflopsów wydajności AI oraz 5 petaflopsów natywnej mocy obliczeniowej w podwójnej precyzji (FP64), wykorzystując do 144 procesorów graficznych – osiągi porównywalne z systemami z listy TOP500 . Procesor Vera CPU ma 88 rdzeni i zapewnia 2-krotnie wyższą wydajność na wat w porównaniu z poprzednią generacją .

Kluczowe parametry wydajnościowe

• Natywna wydajność FP64 (podwójna precyzja) dla tradycyjnych obciążeń HPC, realizowana przez architekturę Rubin GPU .
• Konfiguracja NVL4: opracowany przez Supermicro blueprint DCBBS w oparciu o Vera Rubin NVL4 obsługuje do 1152 GPU NVIDIA Rubin i 576 CPU NVIDIA Vera w jednej skalowalnej jednostce .
• Jednostka skalowalna o mocy 3,2 MW z bezpośrednim chłodzeniem cieczą (DLC-2) obsługującym 362 kW na szafę .
• Platforma Rubin (zapowiedziana na CES 2026) zapewnia nawet 10-krotną redukcję kosztów wnioskowania (inferencji) i 4-krotne zmniejszenie liczby GPU potrzebnych do trenowania modeli typu mixture-of-experts w porównaniu z platformą Blackwell .
• Zintegrowana z bibliotekami NVIDIA CUDA-X, mikrousługami NVIDIA NIM, oprogramowaniem NVIDIA AI Enterprise i sieciami NVIDIA Quantum InfiniBand .

Instytucje badawcze wdrażające systemy Vera Rubin

Rekordowe 35 nowych superkomputerów AI NVIDII jest w fazie rozwoju w 23 krajach europejskich, zapewniając zaawansowaną infrastrukturę ponad 3 milionom naukowców . Wśród wymienionych instytucji znalazły się:

• Barcelona Supercomputing Center – EuroHPC AI Factory
• BavariaAI – system Blue Swan
• IT4Innovations (IT4I) – Czechy
• HLRS (Centrum Superkomputerowe w Stuttgarcie) – system HammerHAI
• NAISS – Mimer EuroHPC AI Factory, Szwecja
• CINECA (Włochy)
• Fraunhofer FOKUS (Niemcy)
• Jülich Supercomputing Centre (Forschungszentrum Jülich)

Systemy te obejmują fabryki AI, badania nad klimatem i energią oraz hybrydowe obliczenia kwantowo-GPU .

Partnerstwa przemysłowe i produkcja

• Supermicro: dostarczył pierwszy kompleksowy blueprint DCBBS dla HPC oparty na platformie NVIDIA Vera Rubin NVL4, obejmujący chłodzone cieczą szafy i pełną integrację .
• Corning: wieloletnie partnerstwo na rzecz rozbudowy amerykańskiej produkcji zaawansowanych rozwiązań łączności optycznej dla infrastruktury AI, w tym trzy nowe zakłady w Karolinie Północnej i Teksasie .
• Liderzy oprogramowania przemysłowego (Cadence, Dassault Systèmes, PTC, Siemens, Synopsys): wdrażanie narzędzi CUDA-X, Omniverse i akcelerowanych GPU w procesach produkcyjnych i inżynieryjnych .
• Siemens: rozszerzone partnerstwo w celu budowy akcelerowanego AI przemysłowego systemu operacyjnego obejmującego projektowanie, inżynierię, produkcję i łańcuchy dostaw .

Integracja AI z tradycyjnymi symulacjami naukowymi

Vera Rubin została zaprojektowana jako zbieżna platforma HPC i AI – umożliwia uruchamianie zarówno tradycyjnych symulacji opartych na fizyce (FP64), jak i obciążeń AI na tej samej infrastrukturze .

• PhysicsNeMo: framework AI NVIDII do obliczeniowej dynamiki płynów (CFD), analizy termicznej, modelowania klimatu i pogody jest obsługiwany na Vera Rubin. Wykorzystuje on modele zastępcze (surrogate) oparte na uczeniu maszynowym do przyspieszania modeli wieloskalowych, a tradycyjne solvery generują dane treningowe dla AI .
• Modelowanie klimatu: Vera Rubin przyspiesza symulacje klimatyczne, łącząc natywne solvery FP64 z emulacją i asymilacją danych opartą na AI .
• Obliczeniowa dynamika płynów (CFD): platforma umożliwia akcelerowaną AI symulację CFD, w której sieci neuronowe przyspieszają iteracyjne pętle solverów, przy zachowaniu dokładności podwójnej precyzji dla walidacji .
• Poszukiwania energii: obrazowanie sejsmiczne, symulacje złóż i modelowanie energii odnawialnej korzystają z AI proponującej scenariusze, które następnie są walidowane przez tradycyjne solvery FP64 .

NVIDIA opisuje tę zbieżność jako naukę żyjącą „na przecięciu symulacji opartej na fizyce i AI – gdzie modele zastępcze uczenia maszynowego przyspieszają modele wieloskalowe, generatywna AI proponuje cząsteczki lub materiały do weryfikacji o wysokiej wierności, a tradycyjne solvery generują dane treningowe, które umożliwiają działanie AI” .