返回资讯中心
外部精选
软件工程
#开发者实时流

Nvidia在SC26发布Rubin HPC GPU,面向科学计算与AI智能体

来源标题:Nvidia announces Rubin HPC GPU for scientific computing and AI agents

Nvidia在SC26大会上发布Vera Rubin平台的新GPU Rubin HPC,用于加速科学、工程与分析工作流中的模拟和数据处理。该GPU单卡CUDA核心数超过5万个,并具备稀疏数据加速能力和第七代NVLink互连技术。Nvidia称其可缩短从探索到科学发现与工业设计的路径。

Hacker News 最新kuberwastaken2026/11/16 · 今天8 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

在SC26上,NVIDIA Rubin HPC正式发布,这是NVIDIA Vera Rubin平台中的一款新GPU,旨在加速科学、工程和分析工作流中的模拟与数据处理。

当智能体帮助科学家和工程师探索更多候选材料、分子和设计时,它们依赖模拟来验证这些想法并指导下一步行动。Rubin HPC将加速这些模拟,缩短从探索到科学发现和工业设计的路径。

Rubin HPC GPU拥有创纪录数量的CUDA核心——单GPU超过50,000个——以及稀疏数据加速能力,可持续为这些核心供给数据,并通过第七代NVIDIA NVLink互连技术加速GPU间连接。

科学家和工程师依赖模拟来在投入实验或物理原型之前理解复杂系统。借助智能体,这些团队可以探索更多候选材料、分子和设计。这增加了对GPU加速模拟的需求,以评估这些想法并指导下一步行动。

“对于从事科学和工程任务的智能体来说,更快的模拟意味着更快的发现,”NVIDIA超大规模与高性能计算副总裁Ian Buck表示。“Rubin HPC加速了智能体用于验证想法和指导下一步行动的模拟,帮助科学家和工程师探索更多可能性,让突破更近一步。”

在气候模型、工程模拟、基因组分析和金融风险等领域,科学计算工作负载呈现出相似的形态:应用访问海量数据集,收集少量分散的数值,计算出一个结果,然后以极大规模重复这一过程。

为帮助应对这一挑战,Rubin HPC将提供均衡的设计,让数据移动与计算同步扩展,而非单独提升计算能力。

这种均衡正是Rubin HPC针对科学计算优化的关键。它确保GPU创纪录数量的CUDA核心持续获得数据供给,使核心将时间用于计算而非等待。这加速了每种模拟工作负载中反复出现的模式——从稀疏矩阵运算到模板计算,再到排序和归约。

这些模式在数据分析、科学和工程工作负载中普遍存在,因此一款专为提供最广泛加速而打造的GPU,能够帮助解锁跨行业的突破。

NVIDIA CUDA-X库提供了一套不断增长的复杂算法优化实现,供智能体使用,其中包括与模拟和分析最相关的那些。与Rubin HPC配合使用,这些库可为智能体提供通往推理结果的最快路径。

而更快的智能体调用模拟意味着更快的反馈——缩短假设、模拟和修正的循环,使研究人员和工程师能够更早选择下一步行动,将实验室工作指向最有希望的候选方案。

Rubin HPC预计将于2028年上市。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →