W skrócie (TL;DR)

  • NVIDIA zaprezentowała Rubin HPC z ponad 50 tysiącami rdzeni CUDA – rekordową liczbą w pojedynczym GPU
  • Akcelerator obsługuje interfejs NVLink 7 i technologię przyspieszania danych rozproszonych
  • Przeznaczenie: symulacje klimatyczne, projektowanie materiałów, badania genomu, analiza danych finansowych
  • Premiera zaplanowana na 2028 rok – szczegóły specyfikacji i ceny pozostają tajemnicą

Na konferencji Supercomputing 2026 NVIDIA zrobiła coś, czego nie robiła od lat – zaprezentowała nowy akcelerator dla rynku HPC (High Performance Computing), a nie dla sztucznej inteligencji. W świecie, gdzie Zieloni skupiają się przede wszystkim na kartach dla trenowania i wnioskowania modeli AI, pojawienie się Rubin HPC to sygnał, że obliczenia naukowe wciąż stanowią priorytet. I to wcale nie jest zaskoczenie – naukowcy i inżynierowie czekają na sprzęt, który pozwoli im pracować szybciej i efektywniej.

Rubin HPC to bestia zaprojektowana dla tych, którzy pracują z masywnym wolumenem danych i potrzebują mocy obliczeniowej, aby sprawdzić tysiące wariantów symulacji. Czy to symulacje klimatyczne, projektowanie nowych materiałów czy badania nad cząsteczkami – wszystko to wymaga sprzętu, który nie będzie się zatrzymywać na każdym kroku.

REKLAMA

Ponad 50 tysięcy rdzeni CUDA w jednym układzie

Liczby mówią same za siebie. Rubin HPC wyposażono w ponad 50 tysięcy rdzeni CUDA. To rekordowa liczba w pojedynczym procesorze graficznym NVIDIA. Dla kontekstu: GeForce RTX 4090, najwydajniejsza karta dla graczy, ma 16 384 rdzenie CUDA. Rubin HPC jest więc około 3 razy bardziej wydajny pod względem liczby jednostek obliczeniowych.

▶ MATERIAŁ WIDEOKanał: NVIDIA
Materiał wideo powiązany z artykułem. Osadzony w trybie youtube-nocookie (zgodność z RODO).

To nie jest tylko kwestia zwiększenia liczby rdzeni. NVIDIA zdaje sobie sprawę, że surowa moc obliczeniowa to tylko połowa sukcesu. Jeśli GPU musi czekać na dane, to cała wydajność idzie na marne. Dlatego właśnie w Rubin HPC zastosowano technologię przyspieszania przetwarzania rzadkich danych (sparse data acceleration) oraz interfejs komunikacyjny NVLink 7. generacji. To oznacza, że dane będą płynąć do GPU bez opóźnień, a procesor będzie mógł pracować bez przerwy.

Interfejs NVLink 7 to kolejny krok w ewolucji komunikacji między GPU. Poprzednia generacja (NVLink 6, używana w kartach AI) oferowała przepustowość dwukierunkową na poziomie 3,6 TB/s. Rubin HPC ma oferować wyższą przepustowość, choć NVIDIA nie ujawniła jeszcze dokładnych liczb. To oznacza, że systemy z wieloma Rubin HPC będą mogły pracować razem bez wąskich gardeł w komunikacji.

REKLAMA

Dla naukowców, nie dla graczy

Rubin HPC to sprzęt zaprojektowany dla konkretnego celu – przyspieszenia pracy naukowców i inżynierów. NVIDIA wyraźnie wskazuje na zastosowania w symulacjach klimatycznych, projektowaniu nowych materiałów, badaniach nad cząsteczkami, analizie genomu czy ocenie ryzyka finansowego. To nie jest karta, którą kupisz do swojego komputera – to profesjonalny sprzęt dla centrów obliczeniowych i infrastruktury naukowej.

Co mnie zainteresowało? To podejście NVIDIA do roli AI w pracy naukowców. Producent zwraca uwagę na rosnącą rolę agentów AI – systemów, które mogą samodzielnie analizować pomysły i proponować kolejne rozwiązania. Ale ich skuteczność zależy od możliwości szybkiego sprawdzania hipotez. Do tego potrzebne są zaawansowane symulacje, a te wymagają mocy obliczeniowej na poziomie Rubin HPC.

Wyobraź sobie sytuację: naukowiec pracuje nad nowym materiałem. Zamiast ręcznie testować każdy wariant, agent AI może zaproponować dziesiątki pomysłów. Rubin HPC pozwoli szybko sprawdzić każdy z nich w symulacji. Jeśli wariant nie sprawdzi się, można go odrzucić i przejść do następnego. Jeśli będzie obiecujący, naukowiec może przejść do eksperymentów laboratoryjnych. To przyspieszenie pracy o lata.

REKLAMA

Premiera w 2028 roku – czekanie na bestię

Tutaj pojawia się haczyk. NVIDIA zaplanowała premierę Rubin HPC na 2028 rok. To oznacza, że będziemy czekać dwa lata na dostęp do tego sprzętu. Producent nie ujawnił jeszcze szczegółowej specyfikacji technicznej ani wyników testów wydajnościowych, które pozwoliłyby ocenić rzeczywiste możliwości układu w praktyce.

Dlaczego takie opóźnienie? NVIDIA zwykle nie mówi wprost, ale można się domyślić. Architektura Rubin jest zaplanowana dla rynku AI (tam będzie dostępna wcześniej), a wersja HPC to adaptacja tego samego krzemienia dla innych zastosowań. Dwa lata to wystarczająco dużo czasu na dopracowanie oprogramowania, sterowników i optymalizacji dla konkretnych obciążeń naukowych.

Warto również pamiętać, że w tym samym czasie NVIDIA będzie już omawiać kolejną architekturę – Feynman – dla rynku AI. To pokazuje, jak szybko zmienia się krajobraz technologiczny w branży. Rubin HPC będzie bestią, ale zanim trafi na rynek, pojawi się już następna generacja dla sztucznej inteligencji.

REKLAMA

Co to oznacza w praktyce?

Co to oznacza w praktyce?

Dla naukowców: Rubin HPC oznacza możliwość szybszego testowania hipotez i sprawdzania wariantów symulacji. Badania, które dotychczas trwały tygodnie, mogą być wykonane w dni. To przyspieszenie innowacji – od pomysłu do eksperymentu laboratoryjnego będzie mniej czasu.

Dla centrów obliczeniowych: Inwestycja w Rubin HPC to inwestycja w przyszłość. Sprzęt będzie obsługiwać operacje na danych rozproszonych, obliczenia macierzy, sortowanie i redukcje – wszystko to z niezwykłą szybkością. Centra będą mogły obsługiwać więcej projektów jednocześnie.

Dla branży: Pojawienie się Rubin HPC pokazuje, że NVIDIA nie zapomniała o rynku HPC. AMD również pracuje nad konkurencyjnym rozwiązaniem (Instinct MI430X), ale NVIDIA wciąż ma znaczną przewagę w liczbie rdzeni i ekosystemie oprogramowania.

Dla Polski: Uniwersytety i centra badawcze będą musiały przygotować się na zakup takiego sprzętu. To będzie droga inwestycja, ale dla ośrodków zajmujących się badaniami klimatycznymi, materiałowymi czy bioinformatyką, Rubin HPC może być kluczem do przyspieszenia prac.

Porównanie z innymi akceleratorami

Parametr NVIDIA Rubin HPC NVIDIA GeForce RTX 4090 NVIDIA RTX 6000 Ada
Rdzenie CUDA 50 000+ 16 384 18 176
Pamięć GDDR6X Nieznana 24 GB 48 GB
Interfejs komunikacyjny NVLink 7 PCIe 4.0 NVLink 4
Przeznaczenie HPC, symulacje naukowe Gaming, tworzenie treści Stacje robocze, profesjonalne
Premiera 2028 Październik 2022 2023

Porównanie pokazuje, jak różne są te układy. GeForce RTX 4090 to karta dla graczy i twórców treści – ma mniej rdzeni, ale jest dostępna dla konsumentów. RTX 6000 Ada to profesjonalna stacja robocza z większą pamięcią. Rubin HPC to coś zupełnie innego – to bestia dla obliczeń naukowych, która będzie dostępna wyłącznie dla centrów obliczeniowych i infrastruktury naukowej.

Czy to przyszłość obliczeń naukowych?

Rubin HPC to wyraźny sygnał kierunku, w którym zmierza NVIDIA. Producent inwestuje w sprzęt dla naukowców, bo wie, że to rynek z przyszłością. Symulacje klimatyczne, projektowanie materiałów, badania nad lekami – wszystko to będzie wymagać coraz większej mocy obliczeniowej.

To nie jest tylko o NVIDIA. AMD pracuje nad konkurencyjnym rozwiązaniem (Instinct MI430X), a Intel ma swoje akceleratory. Konkurencja jest zdrowa dla branży, ale NVIDIA wciąż ma znaczną przewagę dzięki ekosystemowi oprogramowania (CUDA) i liczbie rdzeni.

Jedno jest pewne: naukowcy i inżynierowie będą czekać na 2028 rok z niecierpliwością. Rubin HPC to sprzęt, który może zmienić sposób, w jaki pracujemy nad największymi wyzwaniami naszych czasów – od klimatu po medycynę.

Najczęściej zadawane pytania (FAQ)

Co to jest Rubin HPC i do czego służy?
Rubin HPC to akcelerator graficzny zaprojektowany przez NVIDIA do obliczeń wysokiej wydajności (HPC). Zawiera ponad 50 tysięcy rdzeni CUDA i jest przeznaczony dla naukowców i inżynierów pracujących nad symulacjami klimatycznymi, projektowaniem nowych materiałów, badaniami genomu, analizą danych finansowych i innymi zaawansowanymi obliczeniami. To nie jest karta dla graczy – to profesjonalny sprzęt dla centrów obliczeniowych.
Ile rdzeni CUDA ma Rubin HPC i jak to się ma do GeForce RTX?
Rubin HPC wyposażono w ponad 50 tysięcy rdzeni CUDA, co jest rekordową liczbą w pojedynczym procesorze graficznym NVIDIA. Dla porównania, GeForce RTX 4090 (najwydajniejsza karta dla graczy) ma 16 384 rdzenie CUDA. Rubin HPC jest więc około 3 razy bardziej wydajny pod względem liczby jednostek obliczeniowych, choć służy zupełnie innym celom.
Co to jest NVLink 7 i dlaczego jest ważny?
NVLink 7 to interfejs komunikacyjny 7. generacji, który odpowiada za szybką wymianę danych między wieloma procesorami graficznymi w systemach obliczeniowych. Zapewnia przepustowość na poziomie wyższym niż poprzednie generacje i umożliwia bezproblemową pracę wielu GPU jednocześnie bez opóźnień. To kluczowe dla pracy z masywnym wolumenem danych w badaniach naukowych.
Kiedy trafi na rynek Rubin HPC i ile będzie kosztować?
NVIDIA zaplanowała premierę Rubin HPC na 2028 rok. Producent nie ujawnił jeszcze ceny ani szczegółowej specyfikacji technicznej. Wiadomo, że sprzęt będzie dostępny dla centrów obliczeniowych i infrastruktury naukowej, a nie dla zwykłych użytkowników. Dokładne parametry i wyniki testów wydajności poznamy dopiero bliżej premiery.
Czy Rubin HPC będzie kompatybilny z istniejącymi systemami?
NVIDIA nie ujawniła jeszcze szczegółów dotyczących kompatybilności z istniejącą infrastrukturą. Wiadomo, że Rubin HPC będzie obsługiwał interfejs NVLink 7, co sugeruje, że będzie można go integrować z systemami, które obsługują tę technologię. Centra obliczeniowe będą musiały przygotować odpowiednie zasilanie, chłodzenie i oprogramowanie do pracy z tym akceleratorem.
REKLAMA

💬 Gorąca dyskusja czytelników TechTendency

Pytanie od redakcji: Czy uważasz, że tak zaawansowane akceleratory HPC powinny być dostępne dla mniejszych laboratoriów i uniwersytetów, czy pozostaną wyłącznie w rękach dużych ośrodków badawczych?

✍️ Przejdź do sekcji komentarzy

📬 Cotygodniowy Raport Technologiczny TechTendency

Najważniejsze analizy AI, luki cyberbezpieczeństwa i testy sprzętu w każdy piątek na Twojej skrzynce. Zero spamu.

Piotr Kaczmarek
Dział: Hardware, PC i Podzespoły

Piotr Kaczmarek

Redaktor działu Hardware i PC w TechTendency.com, absolwent elektroniki na Politechnice Gdańskiej. Pasjonat architektury procesorów x86/ARM, układów graficznych oraz szybkich pamięci masowych. Od lat analizuje wydajność podzespołów komputerowych w grach i zastosowaniach profesjonalnych. W swoich publikacjach odrzuca deklaracje marketingowe producentów na rzecz twardych wyników w benchmarkach, pomiarów temperatur i poboru energii.