NVIDIA เปิดตัวแพลตฟอร์ม Vera Rubin ที่ ISC 2026: สเปกเร้าใจ แรงกว่า 7 Exaflops ต่อแร็ค

สถาบันวิจัยที่นำระบบ Vera Rubin ไปใช้งาน

มีซูเปอร์คอมพิวเตอร์ AI HPC ใหม่จาก NVIDIA ถึง 35 เครื่อง ที่อยู่ระหว่างการพัฒนาใน 23 ประเทศในยุโรป ซึ่งจะช่วยสนับสนุนนักวิจัยมากกว่า 3 ล้านคน สถาบันที่มีการเปิดเผยชื่อ ได้แก่:

• Barcelona Supercomputing Center — EuroHPC AI Factory
• BavariaAI — ระบบ Blue Swan
• IT4Innovations (IT4I) — สาธารณรัฐเช็ก
• HLRS (High-Performance Computing Center Stuttgart) — ระบบ HammerHAI
• NAISS — Mimer EuroHPC AI Factory, สวีเดน
• CINECA (อิตาลี)
• Fraunhofer FOKUS (เยอรมนี)
• Jülich Supercomputing Centre (Forschungszentrum Jülich)

ระบบเหล่านี้ครอบคลุมทั้ง AI Factory, การวิจัยสภาพภูมิอากาศและพลังงาน และการประมวลผลแบบไฮบริด Quantum-GPU

ความร่วมมือทางอุตสาหกรรมและการผลิต

• Supermicro: ส่งมอบ DCBBS Blueprint แบบ End-to-End สำหรับ HPC บนแพลตฟอร์ม NVIDIA Vera Rubin NVL4 พร้อมแร็คระบบระบายความร้อนด้วยของเหลวและการผสานรวมแบบครบวงจร
• Corning: ความร่วมมือหลายปีเพื่อขยายกำลังการผลิตโซลูชันการเชื่อมต่อออปติคอลขั้นสูงในสหรัฐฯ รวมถึงการสร้างโรงงานใหม่ 3 แห่งในนอร์ทแคโรไลนาและเท็กซัส
• ผู้นำซอฟต์แวร์อุตสาหกรรม (Cadence, Dassault Systèmes, PTC, Siemens, Synopsys): นำ CUDA-X, Omniverse และเครื่องมือที่เร่งด้วย GPU มาสู่กระบวนการทำงานด้านการผลิตและวิศวกรรม
• Siemens: ขยายความร่วมมือเพื่อสร้างระบบปฏิบัติการอุตสาหกรรมที่เร่งด้วย AI ครอบคลุมตั้งแต่การออกแบบ วิศวกรรม การผลิต และห่วงโซ่อุปทาน

การผสาน AI กับการจำลองทางวิทยาศาสตร์แบบดั้งเดิม

Vera Rubin ถูกออกแบบให้เป็น แพลตฟอร์มที่หลอมรวม HPC และ AI โดยสามารถรันทั้งการจำลองเชิงฟิสิกส์แบบดั้งเดิม (FP64) และงาน AI บนโครงสร้างพื้นฐานเดียวกันได้

• PhysicsNeMo: เฟรมเวิร์ก AI-ฟิสิกส์สำหรับงาน CFD, การวิเคราะห์ความร้อน, และการสร้างแบบจำลองสภาพภูมิอากาศและสภาพอากาศ รองรับการทำงานบน Vera Rubin โดยใช้ตัวแทนการเรียนรู้ของเครื่อง (Machine Learning Surrogates) เพื่อเร่งแบบจำลองหลายสเกล และใช้ Solver แบบดั้งเดิมเพื่อสร้างข้อมูลฝึกสอนสำหรับ AI
• การสร้างแบบจำลองสภาพภูมิอากาศ (Climate Modeling): Vera Rubin เร่งการจำลองสภาพภูมิอากาศโดยผสาน Solver FP64 ดั้งเดิมเข้ากับการจำลองที่ขับเคลื่อนด้วย AI และการดูดซับข้อมูล
• พลศาสตร์ของไหลเชิงคำนวณ (Computational Fluid Dynamics – CFD): แพลตฟอร์มนี้ทำให้เกิด CFD ที่เร่งด้วย AI โดยที่ระบบประสาทเทียม (Neural Surrogates) ช่วยเร่งการวนซ้ำของ Solver ในขณะที่ยังคงความแม่นยำแบบ Double Precision สำหรับการตรวจสอบความถูกต้อง
• การสำรวจพลังงาน (Energy Exploration): การถ่ายภาพคลื่นไหวสะเทือน, การจำลองแหล่งกักเก็บน้ำมัน, และการสร้างแบบจำลองพลังงานหมุนเวียนได้รับประโยชน์จากวิธีไฮบริดนี้ โดย AI เสนอสถานการณ์ที่เป็นไปได้ในขณะที่ Solver FP64 แบบดั้งเดิมทำหน้าที่ตรวจสอบความถูกต้อง

NVIDIA กล่าวถึงการหลอมรวมนี้ว่า วิทยาศาสตร์กำลังอยู่ "ที่จุดตัดระหว่างการจำลองตามฟิสิกส์และ AI — ซึ่ง Machine Learning Surrogates เร่งแบบจำลองหลายสเกล, Generative AI เสนอโมเลกุลหรือวัสดุที่เหมาะสมสำหรับการตรวจสอบความถูกต้องด้วยความเที่ยงตรงสูง, และ Solver แบบดั้งเดิมสร้างข้อมูลฝึกสอนที่ทำให้ AI เป็นไปได้"