Rubin HPC supera los 50.000 núcleos CUDA en una sola GPU, según Nvidia, y está diseñada para simulaciones científicas, ingeniería y análisis de datos. La compañía la presentó en la conferencia de supercomputación SC26 como parte de su plataforma Vera Rubin; la disponibilidad está prevista para 2028.
La propuesta no consiste solo en aumentar la cantidad de unidades de cálculo. Nvidia destaca también una función de aceleración de datos dispersos y una nueva generación de interconexión entre GPU, con el objetivo de mantener ocupados los núcleos mientras trabajan con conjuntos de datos grandes y repartidos.
Una GPU HPC distinta de la Rubin estándar
El foco está en el cálculo científico, no principalmente en entrenar e inferir modelos de inteligencia artificial. Así distingue Rubin HPC a la GPU Rubin estándar, según Hardware Upgrade: la nueva variante apunta a simulaciones, operaciones numéricas y aplicaciones que exigen alta precisión.
Nvidia enumera entre sus usos los modelos climáticos, las simulaciones de ingeniería, el análisis genómico y la evaluación de riesgos financieros. Electronics Weekly añade que las cargas habituales en esos ámbitos suelen consultar valores dispersos dentro de grandes conjuntos de datos, calcular un resultado y repetir el proceso a gran escala.
Para responder a ese patrón, la función Sparse Data Acceleration busca acelerar el acceso a datos irregulares y reducir el tiempo que las unidades de procesamiento pasan esperando información. Nvidia menciona operaciones con matrices dispersas, cálculos stencil, ordenación y reducciones. Son patrones que aparecen en varias cargas de ciencia, ingeniería y análisis.
Hardware Upgrade describe las matrices dispersas como estructuras con muchos elementos nulos o irrelevantes para el cálculo, y los stencil como operaciones en las que el valor de una celda depende de posiciones próximas en una cuadrícula. La compañía no ha detallado cómo implementa Sparse Data Acceleration ni ha confirmado si utiliza unidades funcionales o estructuras de memoria específicas.
Más núcleos, pero faltan cifras de rendimiento
La cifra anunciada es superior a 50.000 núcleos CUDA. Tom’s Hardware señala que Nvidia la presenta como el mayor número de núcleos CUDA en una de sus GPU. Para situar la escala, Hardware Upgrade compara la cifra con los 20.480 núcleos de la B300 basada en Blackwell Ultra y los 24.576 que atribuye al chip GB202, el modelo gaming de gama más alta.
| GPU o chip | Núcleos CUDA | Dato citado |
|---|---|---|
| Rubin HPC | Más de 50.000 | Nvidia, según los medios |
| B300 Blackwell Ultra | 20.480 | Hardware Upgrade |
| GB202 | 24.576 | Máximo posible citado por Hardware Upgrade |
| RTX 5090 | 21.760 | Notebookcheck |
Notebookcheck calcula que Rubin HPC tendría casi 2,5 veces los núcleos CUDA de una RTX 5090. Ese recuento, por sí solo, no permite deducir el rendimiento final: la publicación italiana advierte que Nvidia todavía no ha comunicado las cifras de cómputo FP32 o FP64 de la nueva GPU.
La precisión FP64 es relevante para muchas simulaciones científicas. Como referencias de generaciones anteriores, Hardware Upgrade cita unos 1,25 TFLOPS FP64 nativos para la B300 y unos 37 TFLOPS para la B200; para la Rubin estándar menciona unos 33 TFLOPS FP64 nativos. También indica 200 TFLOPS para la Rubin estándar en DGEMM con Tensor Core y emulación, una modalidad que no equivale al rendimiento FP64 nativo.
Rubin HPC aún no tiene especificaciones completas: Nvidia no ha publicado su capacidad ni el ancho de banda de memoria, el consumo energético o el rendimiento teórico en FP32 y FP64. Tampoco se conocen el precio ni los sistemas concretos en los que se instalará, según Notebookcheck. StorageReview recoge que Nvidia afirmó en SC26 que la GPU triplica el rendimiento en simulación y análisis, pero la compañía no identificó la referencia de comparación.
NVLink 7 y una configuración interna por aclarar
Rubin HPC será el primer producto de la familia con NVLink de séptima generación, según Hardware Upgrade. La Rubin estándar utiliza NVLink 6. La conexión entre GPU es relevante en sistemas grandes, donde varios aceleradores cooperan y deben intercambiar datos durante las simulaciones.
Por ahora no hay cifras de ancho de banda para NVLink 7 ni información sobre cuántos enlaces tendrá Rubin HPC. Como comparación, Hardware Upgrade cita hasta 1,8 TB/s de ancho de banda bidireccional GPU a GPU para NVLink 5, usado por Blackwell y Blackwell Ultra. Notebookcheck especifica que la Rubin estándar ofrece hasta 3,6 TB/s con NVLink 6 y 288 GB de memoria HBM4; esos valores no deben atribuirse a Rubin HPC.
La disposición física tampoco está confirmada. Hardware Upgrade interpreta la imagen del chip presentada en SC26 como indicio de al menos dos chiplets, de forma similar a la GPU Rubin estándar, pero advierte que la representación no permite establecer cuántos dies incorpora realmente. Tom’s Hardware plantea que la cifra de núcleos podría apuntar a una configuración semejante a Rubin Ultra, con cuatro dies unidos mediante NVLink-C2C; lo presenta como una posibilidad, no como una especificación confirmada.
Agentes de IA dentro del ciclo de investigación
Nvidia vincula la GPU con flujos de trabajo agénticos: agentes de IA que generan hipótesis, lanzan simulaciones y utilizan los resultados para orientar el siguiente paso. La empresa sostiene que acelerar ese ciclo permitiría examinar más alternativas y dirigir antes el trabajo de laboratorio hacia candidatos prometedores.
Las bibliotecas CUDA-X forman parte de esa propuesta de software. Nvidia las describe como un conjunto creciente de implementaciones optimizadas de algoritmos complejos, incluidos los relacionados con simulación y análisis. La idea es combinar esas bibliotecas con Rubin HPC para que los agentes ejecuten cálculos y aprovechen sus resultados en nuevas rondas de investigación.
“For agents tackling science and engineering, faster simulation means faster discovery,”
— Ian Buck, vicepresidente de hyperscale y computación de alto rendimiento de NVIDIA
El anuncio no incluye resultados de benchmarks que permitan medir la mejora de Rubin HPC frente a aceleradores actuales. DigitalToday indica que las pruebas de simulación necesarias para evaluar el rendimiento se publicarán más adelante. La previsión de disponibilidad para 2028 aparece en Hardware Upgrade, Notebookcheck, Tom’s Hardware y StorageReview; Electronics Weekly, en cambio, indica 2018.
La fecha que se repite en cuatro publicaciones es 2028, aunque Electronics Weekly ofrece 2018. Nvidia no ha publicado todavía una ficha completa de Rubin HPC con la que contrastar sus prestaciones, memoria, consumo y precio.
Fuentes: electronicsweekly.com, Hardware Upgrade, Tom's Hardware, Notebookcheck, StorageReview, DigitalToday