Oossa

Nvidia stellt Rubin-HPC-GPU mit über 50.000 CUDA-Kernen vor

Der auf der Supercomputing 2026 angekündigte Rubin-HPC-Chip soll wissenschaftliche Simulationen beschleunigen und 2028 auf den Markt kommen.

Von Von Oossa veröffentlicht: 1 Min. Lesezeit

ThisisEngineering · Unsplash

Auf der Konferenz Supercomputing 2026 hat Nvidia das neueste Mitglied seiner Vera-Rubin-GPU-Reihe vorgestellt: den Rubin-HPC-Beschleuniger. Laut Nvidia verfügt der Chip über mehr als 50.000 CUDA-Kerne – mehr als jede andere einzelne GPU derzeit. Das Unternehmen verweist außerdem auf eine neue Engine für dünn besetzte Daten und NVLink der siebten Generation für schnellere Verbindungen zwischen GPUs. Rubin HPC richtet sich an Wissenschaftler, Ingenieure und Analysten, die umfangreiche Simulationen durchführen – von Klimamodellen bis hin zu Genomanalysen. Nvidia rechnet damit, dass die GPU 2028 auf den Markt kommt.

Warum die Zahl der Kerne wichtig ist

CUDA-Kerne sind parallele Recheneinheiten, die die Berechnungen hinter Simulationen übernehmen. Mehr Kerne ermöglichen es einer GPU, mehr Daten gleichzeitig zu verarbeiten – allerdings nur, wenn die Daten schnell genug zu den Kernen gelangen. In seinem Blog erklärt Nvidia, dass Rubin HPC die Rekordzahl an Kernen mit einer „Beschleunigung dünn besetzter Daten“ und einer ausgewogenen Speicherbandbreite kombiniert. So müssen die Kerne weniger auf Daten warten. Der Chip nutzt außerdem NVLink-C2C, um mehrere Dies miteinander zu verbinden – ähnlich wie bei der zuvor angekündigten Rubin Ultra mit vier Dies.

Wie es weitergeht

Die Rubin-HPC-GPU wird Teil von Nvidias Vera-Rubin-Plattform, zu der bereits Rubin Ultra und weitere auf Berechnungen ausgelegte Chips gehören. Ian Buck, Nvidias Vizepräsident für HPC, sagt, die neue GPU werde es „Agenten“ – Software, die Entwurfsräume erkundet – ermöglichen, mehr Simulationen in kürzerer Zeit durchzuführen und so den Zyklus von der Hypothese bis zum Experiment zu verkürzen. Bis zur Markteinführung 2028 können interessierte Kunden die Integration vorbereiten, indem sie Nvidias CUDA-X-Bibliotheken nutzen. Sie bieten optimierte Routinen für dieselben Workloads, auf die der neue Chip ausgelegt ist.

Warum es wichtig ist

Für Forschende und Ingenieure könnten die zusätzlichen Kerne und der ausgewogene Datenfluss die Dauer von Simulationen verkürzen – Experimente ließen sich dann womöglich statt in Wochen in Tagen durchführen. Die schnellere Rückkopplung könnte die Entwicklung neuer Materialien, die Klimamodellierung und andere datenintensive Projekte beschleunigen. Der Chip kommt jedoch erst 2028 auf den Markt; der mögliche Nutzen liegt also noch mehrere Jahre in der Zukunft.

War dieser Artikel hilfreich?
Teilen

Als Nächstes lesen

Oossa · Newsletter

Die KI-Woche, erklärt

Jeden Montag: die Nachrichten, die man kennen sollte – verständlich. Kostenlos, kein Spam.