NVIDIA veröffentlicht die Rubin HPC GPU, um Agentenanwendungen in Wissenschaft, Technik und Analyse zu beschleunigen

📅 2026-11-17

Zusammenfassung:

NVIDIA hat auf der SC26-Konferenz die Rubin HPC-GPU für Hochleistungsrechnen vorgestellt. Ziel ist es, die Simulation und Datenverarbeitung in den Bereichen Wissenschaft, Technik und Datenanalyse zu beschleunigen und KI-Agenten dabei zu helfen, den wissenschaftlichen Forschungs- und Designprozess von der Hypothese bis zur Verifizierung schneller abzuschließen. Dieses Produkt gehört zur Vera Rubin-Plattform von Nvidia und wird voraussichtlich im Jahr 2028 verfügbar sein.

Nvidia gab an, dass KI-Agenten Wissenschaftlern und Ingenieuren bei der Erforschung weiterer möglicher Materialien, Moleküle und Designlösungen helfen und diese Lösungen auf Simulationen angewiesen sein müssen, um nachfolgende Entscheidungen zu testen und zu leiten. Rubin HPC wurde entwickelt, um solche groß angelegten Simulationsanforderungen zu erfüllen, mit dem Ziel, den Weg von der Erkundung zur wissenschaftlichen Entdeckung und zur Umsetzung von Industriedesign zu verkürzen.

Die Rubin-HPC-GPU ist mit mehr als 50.000 CUDA-Kernen ausgestattet und stellt damit einen Rekord für die Anzahl der CUDA-Kerne in einer einzelnen GPU auf. Es verfügt außerdem über Funktionen zur Beschleunigung spärlicher Daten, die während des Berechnungsprozesses kontinuierlich Daten an den Kern liefern können. Es nutzt außerdem die NVIDIA NVLink-Verbindungstechnologie der siebten Generation, um die Kommunikationseffizienz zwischen GPUs zu verbessern.

Ian Buck, Vizepräsident für Ultra-Large-Scale- und High-Performance-Computing bei Nvidia, sagte, dass für Agenten, die wissenschaftliche und technische Aufgaben erledigen, eine schnellere Simulation eine schnellere Entdeckung bedeutet. Rubin HPC kann die von Agenten zum Testen von Ideen und zur Festlegung der nächsten Schritte verwendeten Simulationen beschleunigen und so Forschern und Ingenieuren dabei helfen, mehr Möglichkeiten zu erkunden und Durchbrüche früher zu erzielen.

Von Klimamodellen und technischen Simulationen bis hin zu Genomanalysen und finanziellen Risikoberechnungen weisen wissenschaftliche Computer-Workloads häufig ähnliche Merkmale auf: Anwendungen müssen diskrete Werte aus riesigen Datensätzen extrahieren, Berechnungen durchführen und diese dann wiederholt in extrem großen Maßstäben ausführen. Zu diesem Zweck verwendet Rubin HPC ein ausgewogenes Design, das gleichzeitig die Datenverarbeitung und Rechenleistung erweitert, anstatt die Rechenleistung einfach zu stapeln.

Dieses Design stellt sicher, dass der riesige CUDA-Kern der GPU weiterhin Daten erhält, verkürzt die Wartezeit und nutzt mehr Ressourcen für tatsächliche Berechnungen. Nvidia sagte, Rubin HPC könne wiederkehrende Rechenmuster in Simulations-Workloads beschleunigen, wie z. B. Sparse-Matrix-Operationen, Vorlagenberechnungen, Sortieren und Reduzieren, und diese Muster seien weit verbreitet in der Datenanalyse, wissenschaftlichen Forschung und technischen Anwendungen.

NVIDIA betonte außerdem, dass die CUDA-X-Softwarebibliothek Implementierungen bereitstellen wird, die für komplexe Algorithmen optimiert sind und Schlüsselaufgaben in den Bereichen Simulation und Analyse abdecken. In Verbindung mit Rubin HPC können diese Bibliotheken dazu beitragen, dass Agenten schneller Inferenzergebnisse erhalten, den Zyklus von „Hypothesen vorschlagen, Simulationen ausführen und Lösungen optimieren“ verkürzen, sodass Forscher den nächsten Schritt früher festlegen und Laborressourcen auf die vielversprechendsten Kandidaten konzentrieren können.

Rubin HPC wird voraussichtlich im Jahr 2028 offiziell eingeführt. Nvidia positioniert es als dedizierte Hochleistungs-Computing-GPU für Wissenschaft, Technik und Datenanalyse und hofft, branchenübergreifende wissenschaftliche Forschung und industrielle Innovation mit höherer Simulationsgeschwindigkeit und stärkeren Datendurchsatzfähigkeiten zu fördern.

Verwandte Tags

Ähnliche Artikel

Kommentare

0/500
Captcha (click to refresh)
Keine Kommentare