英伟达在SC26大会上正式发布Rubin HPC GPU,这是Vera Rubin平台中面向科学计算的新成员,专为科学、工程与分析类工作负载的模拟和数据处理提供加速。该产品预计2028年上市,意味着英伟达正把AI代理(agents)与高性能计算(HPC)两条技术路线进一步融合。

Rubin HPC的核心卖点之一是单颗GPU集成超过5万个CUDA核心,英伟达称这是创纪录的规模。同时,该GPU引入稀疏数据加速能力,旨在让这些核心持续获得数据供给,避免因等待数据而闲置。在互连方面,Rubin HPC采用第七代NVLink技术,提升GPU之间的通信带宽。

英伟达超大规模与高性能计算副总裁Ian Buck表示,对于从事科学与工程的代理而言,更快的模拟意味着更快的发现;Rubin HPC加速代理用于验证想法和指导下一步的模拟,帮助科学家和工程师探索更多可能性。

从工作负载特征看,气候模型、工程仿真、基因组分析和金融风险等科学计算场景具有相似模式:应用需要从海量数据集中抓取少量分散数值,计算出一个结果,然后以极大规模重复这一过程。英伟达称,Rubin HPC采用平衡设计,让数据移动与计算能力同步扩展,而非单纯堆叠算力。这种平衡使GPU的创纪录CUDA核心数能持续获得数据供给,从而把时间花在计算而非等待上。

英伟达还提到,Rubin HPC可加速模拟工作负载中反复出现的模式,包括稀疏矩阵运算、模板计算、排序与归约等。这些模式在数据分析、科学与工程领域广泛存在,因此一款专用GPU有望推动跨行业的突破。此外,CUDA-X库提供不断丰富的优化算法实现,与Rubin HPC配合可帮助代理更快获得推理结果。更快的代理调用模拟意味着更快的反馈,缩短假设、模拟与修正的循环,让研究人员和工程师更早决定下一步,并把实验室工作指向最有希望的候选方案。

从产业视角看,Rubin HPC的发布延续了英伟达以专用硬件切入细分工作负载的策略。科学计算市场长期由CPU集群和通用GPU共同支撑,英伟达通过CUDA生态和NVLink互连构建壁垒。将AI代理引入模拟流程,可能改变科研机构和企业研发部门的算力采购逻辑——从单纯追求峰值算力,转向关注数据供给效率与端到端模拟吞吐。不过,产品要到2028年才上市,期间竞争对手和客户自研芯片的进展,以及科学计算软件生态的适配速度,都将影响其实际落地节奏。