英伟达发布 Rubin HPC 处理器:CUDA 核心数近 RTX 5090 三倍,预计 2028 年部署
- 全新 Rubin HPC 加速器集成超过 50,000 个 CUDA 核心
- 核心数量约为 GeForce RTX 5090(21,760 个)的 2.3 倍
- 计划于 2028 年在部署系统中正式供货
在 SC26 超级计算会议上,英伟达(Nvidia)宣布推出专为科学计算设计的新型处理器——Rubin HPC。该芯片单颗 GPU 内集成了超过 50,000 个 CUDA 核心,旨在处理高负荷的模拟与数据分析任务,而非面向消费者游戏或传统桌面图形应用。

作为 Vera Rubin 平台的一部分,Rubin HPC 将作为专业加速器服务于技术工作负载。其核心规模显著超越现有旗舰产品,GeForce RTX 5090 拥有 21,760 个 CUDA 核心,而 Rubin HPC 的核心数量接近其三倍。英伟达表示,该芯片将协助研究人员对材料、分子结构、工业设计、气候系统及其他复杂科学过程进行模拟。
架构优化与互联技术升级
针对数据密集型科学计算中常见的瓶颈问题,Rubin HPC 采用了结合多个处理核心与计算组件之间快速数据流动的设计。英伟达指出,这种平衡机制旨在防止处理单元因等待信息而闲置,从而提升整体效率。
此外,该加速器引入了稀疏数据加速功能,专门优化从大型数据集中检索有限信息的操作。这类操作常见于涉及稀疏矩阵、模板计算、分类及归约任务的应用场景中。在模拟、分析和工程软件里,访问信息所需的时间往往直接影响计算完成速度,此功能意在改善这一环节。
在互联方面,Rubin HPC 搭载了第七代 Nvidia NVLink 技术,旨在增强大型计算系统内协同运行的 GPU 之间的通信能力。当复杂的模拟任务分布在多个处理器上时,高效的连接性至关重要。不过,英伟达尚未公布该实现的具体吞吐量数据。
面向 AI 代理驱动的科学发现
英伟达将此次硬件更新与科学研究中日益普及的人工智能代理联系起来。这些软件代理能够提出潜在的候选方案,研究人员可利用模拟来评估拟议的材料、分子和设计,随后再将资源投入实验室实验或物理原型制作。
Nvidia 超大规模和高性能计算副总裁 Ian Buck 表示:“对于处理科学和工程的代理人来说,更快的模拟意味着更快的发现。”他补充道,Rubin HPC 加速了用于测试想法和指导下一步行动的模拟代理,帮助科学家和工程师探索更多可能性并带来突破。
该公司还提到了 CUDA-X 库,这是一套为模拟、科学研究和数据分析算法提供优化软件实现的工具集。英伟达称,这些工具可与 Rubin HPC 协同运行,以加速由人工智能代理及其他科学应用启动的计算任务。
尽管官方强调了潜在的性能提升,但具体的改进效果仍取决于软件环境、系统配置及实际测量性能。目前尚未经过独立测试确定特定工作负载的实际运行速度,因此具体的性能表现仍有待验证。英伟达预计企业需要几年时间来评估其在部署系统中的性能,Rubin HPC 将在 2028 年的某个时候正式上市。





