英伟达发布Rubin HPC GPU
公众号记得加星标⭐️,第一时间看推送不会错过。 英伟达正在重新加码传统高性能计算(HPC)市场。 当地时间11月16日,在SC26超级计算大会上,英伟达正式公布Rubin HPC GPU。这款基于Rubin架构打造的新产品,单颗GPU集成超过5万个CUDA核心,并采用第七代NVLink互连技术,主要面向科学计算、工程仿
公众号记得加星标⭐️,第一时间看推送不会错过。
英伟达正在传统高性能计算(HPC)市场上重新加码。
当地时间11月16日,SC26超级计算大会上,英伟达正式公布了Rubin HPC GPU。这款新品基于Rubin架构,单颗GPU集成超过5万个CUDA核心,用上第七代NVLink互连技术,瞄准科学计算、工程仿真和数据分析等场景,预计2028年推出。
其实,Rubin HPC并非只盯着AI训练和推理性能的GPU。英伟达这回更看重科学计算领域的应用,想靠增加计算资源、改善数据传输效率,让GPU把复杂模拟和大规模数据分析任务处理得更好。
这也意味着,在AI加速器业务之外,英伟达正试着重新扩大自己在传统HPC市场的影响力。
单颗GPU超过5万CUDA核心,重点不只是增加算力
从眼下公布的信息看,Rubin HPC最抓人眼球的参数,就是超过5万个CUDA核心。
对比来看,英伟达此前公布的标准版Rubin GPU有224个SM,合计28672个CUDA核心。Rubin HPC的核心数量明显更高,芯片设计和封装方式或许也因此有所不同。
不过,Rubin HPC的完整规格英伟达还没公布,HBM容量、内存带宽、功耗以及FP64计算性能等关键参数都还缺着。所以,这款GPU在传统科学计算领域实际能跑出什么水平,暂时没法准确判断。
除了计算核心数量,数据传输能力也是英伟达这次特别强调的一点。
科学计算和工程仿真里,很多应用并不是简单地做大量数学运算,而是要从庞大的数据集中反复读取分散的数据,再拿去计算。稀疏矩阵运算、Stencil计算、排序和归约等任务,都对数据访问和传输效率要求不低。
计算核心数量一直往上加,数据却没法及时送达,GPU就可能出现大量计算资源闲着的情况。
为此,Rubin HPC引入了稀疏数据加速能力(Sparse Data Acceleration),同时采用第七代NVLink互连技术,加强GPU之间的数据交换。
英伟达的打算是让计算能力和数据传输能力同步提升,使大量CUDA核心能持续拿到数据,而不是单纯堆叠计算资源。
英伟达超大规模计算与高性能计算业务副总裁Ian Buck称,搞AI智能体做科学和工程研究的团队,模拟跑得越快,发现来得就越快。他提到,智能体验证思路、判断下一步研究方向都要依赖模拟,Rubin HPC要做的就是把这一环节提速。
这背后的逻辑是,AI智能体逐渐进入科研领域后,研究人员可以让AI生成更多候选材料、分子结构和工程设计方案,再通过模拟计算进行验证。候选方案数量越多,对底层计算资源的需求也就越高。
一套系统可以提供超过20万个CUDA核心
除了GPU本身,Rubin HPC的系统配置也值得关注。
根据Wccftech披露的信息,Rubin HPC服务器托盘将配备新一代NVLink交换机,并搭载两颗Superchip。每颗Superchip由一颗Vera CPU和两颗Rubin HPC GPU组成。
按照这一配置,每颗Superchip拥有超过10万个CUDA核心,一个服务器托盘则可以提供超过20万个CUDA核心。
不过要说明的是,这部分系统配置来自Wccftech对英伟达展示信息的解读,并非英伟达已经公布的完整系统规格。
Rubin HPC的落点集中在几类场景:气候研究、基因组分析、工程仿真、金融风险分析。这些活儿共同的特点是要啃规模大、结构复杂的数据集,算力和数据传输效率哪一头都不能拖后腿。
英伟达的另一个打算是借助CUDA-X软件库,给科研和工程应用补上更多调优过的算法,让开发人员不必反复针对底层硬件做同样的优化。
英伟达重新瞄准传统HPC市场
英伟达这次把目光投向传统HPC,背后还有一层现实:近几年它的业务重心明显偏向AI计算,而传统高性能计算市场正是AMD等厂商一直在加码的地方。
科学计算和工程仿真对FP64双精度的要求,跟AI训练、推理不是一回事。AMD也在用Instinct系列产品,往这个市场里使劲。
英伟达此时公布Rubin HPC,说到底还是想把GPU在传统科学计算里的应用盘子重新做大。
但有个问题:Rubin HPC的FP64性能指标,英伟达还没披露;跟现有产品比能提升多少,也没公布。光看CUDA核心数量,还判断不了它在传统HPC市场有多大竞争力。
另外,Rubin HPC预计2028年才会推出,离真正上市还有一段时间。
对英伟达来说,这款产品的意义不止是拿出一颗CUDA核心数超过5万个的GPU。它更像是在试一件事:把AI时代攒下的GPU计算能力、互连技术和软件生态,往传统科学计算和工程领域再推一步。
AI智能体正在改变科研和工程的工作方式,这可能给高性能计算市场带来新的需求。Rubin HPC能不能借这个势头,重新打开英伟达在传统HPC市场的增长空间,还得看后续的产品规格和实际应用表现。
*免责声明:本文为作者原创内容,文中所述仅代表作者本人看法,半导体行业观察转载此文意在传递不同声音,并不表示半导体行业观察认同或支持该观点;若有异议,可与半导体行业观察联系。
END
今天是《半导体行业观察》为您分享的第4593期内容,欢迎关注。
★
★
★
★
★
★
★
★
加星标⭐️第一时间看推送~
求分享
求推荐