Η Nvidia ετοιμάζει GPU με πάνω από 50.000 πυρήνες CUDA για επιστημονικές προσομοιώσεις, το 2028

Το Rubin HPC, που παρουσιάστηκε στο συνέδριο SC26, φέρνει περισσότερους από 50.000 πυρήνες CUDA σε ένα chip. Η Nvidia το προορίζει για προσομοιώσεις που θα χρησιμοποιούν AI agents.

Τεράστιο chip σε εργαστήριο, με μοριακά μοντέλα και προσομοιώσεις να το περιβάλλουν και ροές δεδομένων να το τροφοδοτούν
Εικονογράφηση: mAInews.gr, με AI

Περισσότεροι από 50.000 πυρήνες CUDA σε μία κάρτα γραφικών: αυτός είναι ο αριθμός που ξεχωρίζει στο νέο Rubin HPC της Nvidia. Το chip παρουσιάστηκε στο συνέδριο υπερυπολογιστών SC26 στο Σικάγο και θα κυκλοφορήσει το 2028. Σύμφωνα με την εταιρεία, είναι το μεγαλύτερο πλήθος πυρήνων που έχει χωρέσει ποτέ σε μία GPU.

Οι πυρήνες CUDA είναι τα κυκλώματα που κάνουν τους γενικούς υπολογισμούς μιας GPU. Δεν τρέχουν μόνο γλωσσικά μοντέλα, αλλά και επιστημονικές προσομοιώσεις. Το SiliconANGLE σημειώνει ότι η σημερινή ναυαρχίδα, το Rubin, έχει λίγο πάνω από 28.000 πυρήνες CUDA, άρα το νέο chip σχεδόν τους διπλασιάζει.

Για προσομοιώσεις που ζητούν οι agents

Η Nvidia εξηγεί τη λογική ως εξής. Όταν οι AI agents, δηλαδή προγράμματα που εκτελούν εργασίες αυτόνομα, βοηθούν επιστήμονες να εξετάσουν περισσότερα υλικά, μόρια ή σχέδια, χρειάζονται προσομοιώσεις για να τα δοκιμάσουν. Περισσότερες υποψήφιες ιδέες σημαίνουν περισσότερες προσομοιώσεις. «Για τους agents που ασχολούνται με την επιστήμη και τη μηχανική, ταχύτερη προσομοίωση σημαίνει ταχύτερη ανακάλυψη», δήλωσε ο Ian Buck, αντιπρόεδρος της Nvidia για υπερυπολογιστές.

Το πρόβλημα, λέει η εταιρεία, δεν είναι μόνο η ισχύς. Σε κλιματικά μοντέλα, γονιδιωματική ανάλυση ή χρηματοοικονομικό ρίσκο, η εφαρμογή ψάχνει σε τεράστια σύνολα δεδομένων, μαζεύει λίγες διάσπαρτες τιμές, υπολογίζει και τα ξαναρχίζει όλα. Αν τα δεδομένα δεν φτάνουν αρκετά γρήγορα, οι πυρήνες περιμένουν. Γι’ αυτό το Rubin HPC αυξάνει μαζί τον υπολογισμό και τη μετακίνηση δεδομένων.

Τη δουλειά αυτή αναλαμβάνουν δύο στοιχεία. Το πρώτο είναι μια λειτουργία επιτάχυνσης αραιών δεδομένων (sparse data), δηλαδή συνόλων με πολλά μηδενικά, όπως μια αστρονομική εικόνα με τμήματα χωρίς ορατά αστέρια. Το δεύτερο είναι η έβδομη γενιά του NVLink, της σύνδεσης που μεταφέρει δεδομένα ανάμεσα στις GPU. Η Nvidia λέει ότι έτσι τα chip επιταχύνουν τις επαναλαμβανόμενες πράξεις κάθε προσομοίωσης.

Λογισμικό που διατίθεται ήδη

Επειδή το chip έρχεται σε δύο χρόνια, η Nvidia παρουσίασε στο SC26 και εργαλεία που δουλεύουν στις σημερινές GPU. Το SiliconANGLE καταγράφει τα βασικά:

  • Το cuPhoton.xBeam αναλύει δεδομένα του δικτύου τηλεσκοπίων Event Horizon, που μελετά μαύρες τρύπες. Η Nvidia λέει ότι κάνει σε οκτώ λεπτά ανάλυση που παλαιότερα έπαιρνε έναν μήνα.
  • Το cuPhoton.xLens προσομοιώνει το πλάσμα στους αντιδραστήρες σύντηξης.
  • Το cuSpa, που γίνεται ανοιχτού κώδικα, επιταχύνει υπολογισμούς για τη δομή των κυττάρων.
  • Το Nemotron for Science είναι ένα πακέτο AI χτισμένο πάνω στο Nemotron 3.5 Super VL, ανοιχτό μοντέλο με 124 δισεκατομμύρια παραμέτρους. Περιλαμβάνει έτοιμες διαδικασίες εξειδίκευσης και σχεδόν 50.000 ερωτήσεις χημείας για εκπαίδευση και αξιολόγηση μοντέλων.

Στην κβαντική υπολογιστική, η Nvidia συνεργάζεται με την IBM και το Fermilab του αμερικανικού υπουργείου Ενέργειας. Θα φτιάξουν μια «αρθρωτή πλατφόρμα κβαντικού συνσχεδιασμού», που θα συνδυάζει συστήματα DGX B200 με κβαντικό υλικό της IBM, ώστε οι ερευνητές να αναπτύσσουν αλγορίθμους διόρθωσης σφαλμάτων των qubits.

Πηγή: NVIDIA Blog

Κοινοποίηση