Rubin HPC supera i 50.000 core CUDA in una sola GPU, secondo Nvidia, ed è progettata per simulazioni scientifiche, ingegneria e analisi dei dati. L’azienda l’ha presentata alla conferenza sul supercalcolo SC26 come parte della sua piattaforma Vera Rubin; la disponibilità è prevista per il 2028.
La proposta non consiste solo nell’aumentare il numero di unità di calcolo. Nvidia mette in evidenza anche una funzione di accelerazione dei dati sparsi e una nuova generazione di interconnessione tra GPU, con l’obiettivo di mantenere occupati i core mentre lavorano con grandi insiemi di dati distribuiti.
Una GPU HPC diversa dalla Rubin standard
L’attenzione è rivolta al calcolo scientifico, non principalmente all’addestramento e all’inferenza di modelli di intelligenza artificiale. È così che Hardware Upgrade distingue Rubin HPC dalla GPU Rubin standard: la nuova variante è destinata a simulazioni, operazioni numeriche e applicazioni che richiedono un’elevata precisione.
Nvidia elenca tra i suoi possibili utilizzi i modelli climatici, le simulazioni ingegneristiche, l’analisi genomica e la valutazione dei rischi finanziari. Electronics Weekly aggiunge che i carichi di lavoro tipici di questi ambiti consultano spesso valori sparsi all’interno di grandi insiemi di dati, calcolano un risultato e ripetono il processo su vasta scala.
Per rispondere a questo schema, la funzione Sparse Data Acceleration mira ad accelerare l’accesso ai dati irregolari e a ridurre il tempo che le unità di elaborazione trascorrono in attesa di informazioni. Nvidia cita operazioni con matrici sparse, calcoli stencil, ordinamento e riduzioni. Sono schemi presenti in diversi carichi di lavoro scientifici, ingegneristici e di analisi.
Hardware Upgrade descrive le matrici sparse come strutture con molti elementi nulli o irrilevanti per il calcolo, e gli stencil come operazioni in cui il valore di una cella dipende dalle posizioni vicine in una griglia. L’azienda non ha spiegato come implementa Sparse Data Acceleration né ha confermato se utilizzi unità funzionali o strutture di memoria specifiche.
Più core, ma mancano i dati sulle prestazioni
La cifra annunciata supera i 50.000 core CUDA. Tom’s Hardware segnala che Nvidia la presenta come il numero più alto di core CUDA mai raggiunto da una sua GPU. Per dare un’idea della scala, Hardware Upgrade confronta questa cifra con i 20.480 core della B300 basata su Blackwell Ultra e i 24.576 attribuiti al chip GB202, il modello gaming di fascia più alta.
| GPU o chip | Core CUDA | Dato citato |
|---|---|---|
| Rubin HPC | Oltre 50.000 | Nvidia, secondo i media |
| B300 Blackwell Ultra | 20.480 | Hardware Upgrade |
| GB202 | 24.576 | Massimo possibile citato da Hardware Upgrade |
| RTX 5090 | 21.760 | Notebookcheck |
Notebookcheck calcola che Rubin HPC avrebbe quasi 2,5 volte i core CUDA di una RTX 5090. Questo conteggio, da solo, non consente di dedurre le prestazioni finali: la pubblicazione italiana avverte che Nvidia non ha ancora comunicato i valori di calcolo FP32 o FP64 della nuova GPU.
La precisione FP64 è importante per molte simulazioni scientifiche. Come riferimento per le generazioni precedenti, Hardware Upgrade cita circa 1,25 TFLOPS FP64 nativi per la B300 e circa 37 TFLOPS per la B200; per la Rubin standard indica circa 33 TFLOPS FP64 nativi. Riporta inoltre 200 TFLOPS per la Rubin standard in DGEMM con Tensor Core ed emulazione, una modalità che non equivale alle prestazioni FP64 native.
Rubin HPC non ha ancora specifiche complete: Nvidia non ha pubblicato la capacità né la larghezza di banda della memoria, il consumo energetico o le prestazioni teoriche in FP32 e FP64. Secondo Notebookcheck, non si conoscono neanche il prezzo né i sistemi specifici in cui verrà installata. StorageReview riporta che Nvidia ha dichiarato a SC26 che la GPU triplica le prestazioni nelle simulazioni e nell’analisi, ma l’azienda non ha indicato il termine di confronto.
NVLink 7 e una configurazione interna da chiarire
Rubin HPC sarà il primo prodotto della famiglia con NVLink di settima generazione, secondo Hardware Upgrade. La Rubin standard utilizza NVLink 6. La connessione tra GPU è importante nei sistemi di grandi dimensioni, in cui più acceleratori collaborano e devono scambiarsi dati durante le simulazioni.
Per ora non sono disponibili dati sulla larghezza di banda di NVLink 7 né informazioni sul numero di collegamenti di Rubin HPC. Come termine di paragone, Hardware Upgrade cita fino a 1,8 TB/s di larghezza di banda bidirezionale da GPU a GPU per NVLink 5, utilizzato da Blackwell e Blackwell Ultra. Notebookcheck specifica che la Rubin standard offre fino a 3,6 TB/s con NVLink 6 e 288 GB di memoria HBM4; questi valori non vanno attribuiti a Rubin HPC.
Neanche la disposizione fisica è stata confermata. Hardware Upgrade interpreta l’immagine del chip presentata a SC26 come un indizio della presenza di almeno due chiplet, in modo simile alla GPU Rubin standard, ma avverte che la rappresentazione non consente di stabilire quanti die integri realmente. Tom’s Hardware ipotizza che il numero di core possa indicare una configurazione simile a Rubin Ultra, con quattro die collegati tramite NVLink-C2C; la presenta come una possibilità, non come una specifica confermata.
Agenti IA nel ciclo di ricerca
Nvidia collega la GPU ai flussi di lavoro agentici: agenti IA che generano ipotesi, avviano simulazioni e utilizzano i risultati per orientare il passaggio successivo. L’azienda sostiene che accelerare questo ciclo consentirebbe di esaminare più alternative e indirizzare prima il lavoro di laboratorio verso candidati promettenti.
Le librerie CUDA-X fanno parte di questa proposta software. Nvidia le descrive come una raccolta in espansione di implementazioni ottimizzate di algoritmi complessi, compresi quelli relativi alla simulazione e all’analisi. L’idea è combinare queste librerie con Rubin HPC, affinché gli agenti eseguano calcoli e ne sfruttino i risultati nei successivi cicli di ricerca.
“For agents tackling science and engineering, faster simulation means faster discovery,”
— Ian Buck, vicepresidente per l’hyperscale e il calcolo ad alte prestazioni di NVIDIA
L’annuncio non include risultati di benchmark che consentano di misurare il miglioramento di Rubin HPC rispetto agli acceleratori attuali. DigitalToday indica che i test di simulazione necessari a valutare le prestazioni saranno pubblicati in seguito. La disponibilità prevista per il 2028 è riportata da Hardware Upgrade, Notebookcheck, Tom’s Hardware e StorageReview; Electronics Weekly, invece, indica il 2018.
La data che ricorre in quattro pubblicazioni è il 2028, anche se Electronics Weekly indica il 2018. Nvidia non ha ancora pubblicato una scheda tecnica completa di Rubin HPC che permetta di verificare prestazioni, memoria, consumi e prezzo.
Fonti: electronicsweekly.com, Hardware Upgrade, Tom's Hardware, Notebookcheck, StorageReview, DigitalToday