Oossa

Nvidia presenta la GPU Rubin HPC con más de 50.000 núcleos CUDA

Anunciada en Supercomputing 2026, la nueva Rubin HPC busca acelerar las simulaciones científicas y llegará al mercado en 2028.

Por Publicado por Oossa: 1 min de lectura

ThisisEngineering · Unsplash

En la conferencia Supercomputing 2026, Nvidia presentó la integrante más reciente de su línea de GPU Vera Rubin: el acelerador Rubin HPC. Según Nvidia, el chip tiene más de 50.000 núcleos CUDA, la cifra más alta en una sola GPU hasta la fecha. La compañía también destaca un nuevo motor para datos dispersos y NVLink de séptima generación, que permite conexiones más rápidas entre GPU. Rubin HPC está dirigido a científicos, ingenieros y analistas que ejecutan simulaciones a gran escala, desde modelos climáticos hasta análisis genómicos. Nvidia prevé que la GPU llegue al mercado en 2028.

Por qué importa la cantidad de núcleos

Los núcleos CUDA son unidades de computación paralela que realizan los cálculos necesarios para las simulaciones. Una mayor cantidad permite que la GPU procese más datos al mismo tiempo, pero solo si estos llegan a los núcleos con suficiente rapidez. En su blog, Nvidia explica que Rubin HPC combina su cifra récord de núcleos con una «capacidad de aceleración de datos dispersos» y un ancho de banda de memoria equilibrado, para que los núcleos pasen menos tiempo esperando datos. El chip también usa NVLink-C2C para conectar varios dados, en un diseño similar al de la GPU Rubin Ultra de cuatro dados que se anunció anteriormente.

Qué viene ahora

La GPU Rubin HPC formará parte de la plataforma Vera Rubin de Nvidia, que ya incluye Rubin Ultra y otros chips diseñados para computación. Ian Buck, vicepresidente de HPC de Nvidia, afirma que la nueva GPU permitirá que los «agentes» —software que explora espacios de diseño— ejecuten más simulaciones con mayor rapidez y acorten el ciclo entre hipótesis y experimento. Hasta su lanzamiento en 2028, los clientes interesados pueden prepararse para integrarla usando las bibliotecas CUDA-X de Nvidia, que ofrecen rutinas optimizadas para las mismas cargas de trabajo a las que apunta el nuevo chip.

Por qué importa

Para investigadores e ingenieros, la mayor cantidad de núcleos y un flujo de datos equilibrado podrían reducir los tiempos de simulación y hacer que los experimentos pasen de semanas a días. Esa retroalimentación más rápida podría acelerar el descubrimiento de materiales, la modelización climática y otros proyectos que requieren procesar grandes cantidades de datos. Sin embargo, el chip no saldrá al mercado hasta 2028, así que faltan varios años para que sus ventajas se hagan realidad.

¿Te resultó útil este artículo?
Compartir

Sigue leyendo

Oossa · Boletín

La semana en IA, explicada

Cada lunes: las noticias que vale la pena conocer, en lenguaje sencillo. Gratis, sin spam.