Один rack системи Vera Rubin здатен забезпечити понад 7 екзафлопсів продуктивності AI та 5 петафлопсів рідних обчислень подвійної точності (FP64), використовуючи до 144 графічних процесорів. Це продуктивність, що можна порівняти з системами зі списку TOP500 . Процесор Vera має 88 ядер і вдвічі кращу продуктивність на ват порівняно з попереднім поколінням процесорів NVIDIA .

Ключові технічні характеристики

• Рідна продуктивність FP64 (подвійна точність) для традиційних завдань моделювання HPC, забезпечена архітектурою графічного процесора Rubin .
• Конфігурація NVL4: Рішення DCBBS від Supermicro на базі Vera Rubin NVL4 підтримує до 1152 графічних процесорів NVIDIA Rubin та 576 центральних процесорів NVIDIA Vera в одному масштабованому блоці .
• Масштабований блок потужністю 3,2 МВт з прямим рідинним охолодженням DLC-2, що підтримує 362 кВт на rack .
• Платформа Rubin (вперше анонсована на CES 2026) забезпечує до 10-кратного зниження вартості токенів для інференсу та 4-кратне зменшення кількості GPU для тренування моделей mixture-of-experts порівняно з платформою Blackwell .
• Інтеграція з бібліотеками NVIDIA CUDA-X, мікросервісами NVIDIA NIM, програмним забезпеченням NVIDIA AI Enterprise та мережею NVIDIA Quantum InfiniBand .

Науково-дослідні установи, що розгортають системи на Vera Rubin

Рекордна кількість — 35 нових суперкомп'ютерів NVIDIA AI HPC — знаходяться в розробці в 23 країнах Європи, забезпечуючи обчислювальними ресурсами понад 3 мільйони дослідників . Серед названих установ:

• Барселонський суперкомп'ютерний центр — фабрика AI EuroHPC
• BavariaAI — система Blue Swan
• IT4Innovations (IT4I) — Чеська Республіка
• HLRS (Високопродуктивний обчислювальний центр Штутгарта) — система HammerHAI
• NAISS — фабрика AI Mimer EuroHPC, Швеція
• CINECA (Італія)
• Fraunhofer FOKUS (Німеччина)
• Юліхський суперкомп'ютерний центр (Forschungszentrum Jülich)

Ці системи охоплюють фабрики AI, дослідження клімату та енергетики, а також гібридні квантово-графічні обчислення .

Партнерства та виробництво

• Supermicro: Представила перший наскрізний проєкт DCBBS для HPC на базі платформи NVIDIA Vera Rubin NVL4, що включає racks з рідинним охолодженням та повну інтеграцію .
• Corning: Багаторічне партнерство для розширення виробництва передових оптичних з'єднань для інфраструктури AI у США, включаючи три нові заводи в Північній Кароліні та Техасі .
• Лідери промислового програмного забезпечення (Cadence, Dassault Systèmes, PTC, Siemens, Synopsys): Впровадження інструментів CUDA-X, Omniverse та GPU-прискорених засобів у виробничі та інженерні робочі процеси .
• Siemens: Розширення партнерства для створення AI-прискореної промислової операційної системи, що охоплює проєктування, інженерію, виробництво та ланцюги постачання .

Інтеграція AI з традиційним науковим моделюванням

Vera Rubin створена як конвергентна платформа HPC та AI, що дозволяє запускати на одній інфраструктурі як традиційне фізичне моделювання (FP64), так і робочі навантаження зі штучним інтелектом .

• PhysicsNeMo: Фреймворк NVIDIA для фізики та AI, призначений для обчислювальної гідродинаміки (CFD), теплового аналізу, моделювання клімату та погоди, підтримується на Vera Rubin. Він використовує сурогатні моделі машинного навчання для прискорення багатомасштабних моделей, а традиційні розв'язувачі — для генерації тренувальних даних для AI .
• Моделювання клімату: Vera Rubin прискорює кліматичне моделювання, поєднуючи рідні розв'язувачі FP64 з емуляцією та асиміляцією даних на основі AI .
• Обчислювальна гідродинаміка (CFD): Платформа дозволяє прискорити CFD за допомогою AI, де нейронні сурогати пришвидшують ітеративні цикли розв'язувачів, зберігаючи при цьому точність подвійної точності для валідації .
• Енергетика: Сейсмічна візуалізація, моделювання резервуарів та моделювання відновлюваної енергії отримують вигоду від підходу, коли AI пропонує потенційні сценарії, а традиційні розв'язувачі FP64 їх валідують .

NVIDIA описує цю конвергенцію як науку, що існує "на перетині фізичного моделювання та штучного інтелекту — де сурогатні моделі машинного навчання прискорюють багатомасштабні моделі, генеративний AI пропонує кандидати молекул або матеріалів для високоточної валідації, а традиційні розв'язувачі генерують тренувальні дані, які роблять AI можливим" .

Один rack системи Vera Rubin здатен забезпечити понад 7 екзафлопсів продуктивності AI та 5 петафлопсів рідних обчислень подвійної точності (FP64), використовуючи до 144 графічних процесорів. Це продуктивність, що можна порівняти з системами зі списку TOP500 . Процесор Vera має 88 ядер і вдвічі кращу продуктивність на ват порівняно з попереднім поколінням процесорів NVIDIA .

Ключові технічні характеристики

• Рідна продуктивність FP64 (подвійна точність) для традиційних завдань моделювання HPC, забезпечена архітектурою графічного процесора Rubin .
• Конфігурація NVL4: Рішення DCBBS від Supermicro на базі Vera Rubin NVL4 підтримує до 1152 графічних процесорів NVIDIA Rubin та 576 центральних процесорів NVIDIA Vera в одному масштабованому блоці .
• Масштабований блок потужністю 3,2 МВт з прямим рідинним охолодженням DLC-2, що підтримує 362 кВт на rack .
• Платформа Rubin (вперше анонсована на CES 2026) забезпечує до 10-кратного зниження вартості токенів для інференсу та 4-кратне зменшення кількості GPU для тренування моделей mixture-of-experts порівняно з платформою Blackwell .
• Інтеграція з бібліотеками NVIDIA CUDA-X, мікросервісами NVIDIA NIM, програмним забезпеченням NVIDIA AI Enterprise та мережею NVIDIA Quantum InfiniBand .

Науково-дослідні установи, що розгортають системи на Vera Rubin

Рекордна кількість — 35 нових суперкомп'ютерів NVIDIA AI HPC — знаходяться в розробці в 23 країнах Європи, забезпечуючи обчислювальними ресурсами понад 3 мільйони дослідників . Серед названих установ:

• Барселонський суперкомп'ютерний центр — фабрика AI EuroHPC
• BavariaAI — система Blue Swan
• IT4Innovations (IT4I) — Чеська Республіка
• HLRS (Високопродуктивний обчислювальний центр Штутгарта) — система HammerHAI
• NAISS — фабрика AI Mimer EuroHPC, Швеція
• CINECA (Італія)
• Fraunhofer FOKUS (Німеччина)
• Юліхський суперкомп'ютерний центр (Forschungszentrum Jülich)

Ці системи охоплюють фабрики AI, дослідження клімату та енергетики, а також гібридні квантово-графічні обчислення .

Партнерства та виробництво

• Supermicro: Представила перший наскрізний проєкт DCBBS для HPC на базі платформи NVIDIA Vera Rubin NVL4, що включає racks з рідинним охолодженням та повну інтеграцію .
• Corning: Багаторічне партнерство для розширення виробництва передових оптичних з'єднань для інфраструктури AI у США, включаючи три нові заводи в Північній Кароліні та Техасі .
• Лідери промислового програмного забезпечення (Cadence, Dassault Systèmes, PTC, Siemens, Synopsys): Впровадження інструментів CUDA-X, Omniverse та GPU-прискорених засобів у виробничі та інженерні робочі процеси .
• Siemens: Розширення партнерства для створення AI-прискореної промислової операційної системи, що охоплює проєктування, інженерію, виробництво та ланцюги постачання .

Інтеграція AI з традиційним науковим моделюванням

Vera Rubin створена як конвергентна платформа HPC та AI, що дозволяє запускати на одній інфраструктурі як традиційне фізичне моделювання (FP64), так і робочі навантаження зі штучним інтелектом .

• PhysicsNeMo: Фреймворк NVIDIA для фізики та AI, призначений для обчислювальної гідродинаміки (CFD), теплового аналізу, моделювання клімату та погоди, підтримується на Vera Rubin. Він використовує сурогатні моделі машинного навчання для прискорення багатомасштабних моделей, а традиційні розв'язувачі — для генерації тренувальних даних для AI .
• Моделювання клімату: Vera Rubin прискорює кліматичне моделювання, поєднуючи рідні розв'язувачі FP64 з емуляцією та асиміляцією даних на основі AI .
• Обчислювальна гідродинаміка (CFD): Платформа дозволяє прискорити CFD за допомогою AI, де нейронні сурогати пришвидшують ітеративні цикли розв'язувачів, зберігаючи при цьому точність подвійної точності для валідації .
• Енергетика: Сейсмічна візуалізація, моделювання резервуарів та моделювання відновлюваної енергії отримують вигоду від підходу, коли AI пропонує потенційні сценарії, а традиційні розв'язувачі FP64 їх валідують .

NVIDIA описує цю конвергенцію як науку, що існує "на перетині фізичного моделювання та штучного інтелекту — де сурогатні моделі машинного навчання прискорюють багатомасштабні моделі, генеративний AI пропонує кандидати молекул або матеріалів для високоточної валідації, а традиційні розв'язувачі генерують тренувальні дані, які роблять AI можливим" .