NVIDIA prepara para os especialistas em cálculo uma GPU com mais de 50 000 núcleos CUDA
A NVIDIA anunciou o Rubin HPC. É um processador gráfico separado na plataforma Vera Rubin, que a empresa está a desenvolver para simulações, cálculos de engenharia, análise de dados e IA. O chip tem mais de 50 000 núcleos CUDA. Segundo a NVIDIA, é um recorde para uma única GPU e cerca de três vezes mais do que o Hopper. O lançamento é esperado em 2028.
O anúncio foi feito a 16 de novembro de 2026, na conferência SC26, em Chicago. A novidade foi apresentada por Ian Buck, vice-presidente da NVIDIA para computação hiperescalar e de alto desempenho. Para quem trabalha com CFD, elementos finitos e simulações de colisão, este é um sinal relevante: a empresa reserva na plataforma Vera Rubin uma GPU própria, orientada para cálculos científicos e de engenharia.
O que se sabe sobre o chip
Até agora a NVIDIA divulgou poucos dados técnicos. Está confirmado o seguinte:
- mais de 50 000 núcleos CUDA numa única GPU, cerca de três vezes mais do que no Hopper;
- suporte de um intervalo de precisões, da dupla FP64 à de quatro bits FP4;
- aceleração do trabalho com dados esparsos;
- ligação entre GPU por NVLink de sétima geração.
Para o especialista em cálculo, a linha mais importante aqui é a do FP64. A dupla precisão é necessária em tarefas em que o erro de arredondamento se acumula passo a passo: em longas simulações de CFD não estacionário, em sistemas rígidos de equações do MEF, na modelação do clima. A aceleração de dados esparsos pertence à mesma área. As matrizes de rigidez e as malhas para hidrodinâmica são compostas quase totalmente por zeros e, como explica a empresa, esta capacidade serve para que os núcleos não fiquem inativos à espera de dados. O NVLink de sétima geração responde pela troca entre GPU, o que é importante quando uma malha grande está distribuída por vários aceleradores.
O anúncio não dá respostas às questões práticas. A NVIDIA não indicou o desempenho real em FP64 nem esclareceu se este é assegurado por blocos próprios do chip ou por emulação nos núcleos tensoriais. Também não há comparação com o Rubin comum. A capacidade e o tipo de memória, o consumo energético e a composição dos sistemas que incluirão o Rubin HPC ainda não foram revelados. Não houve referência a estações de trabalho nem a instâncias na nuvem.
Por que a NVIDIA liga a simulação aos agentes
A empresa explica o surgimento do Rubin HPC através dos agentes de IA. Os agentes percorrem variantes de materiais, moléculas e construções, e cada variante tem de ser verificada por simulação, pelo que os cálculos aumentam. Buck descreveu assim a futura «pilha científica»:
«A vanguarda da computação e a nova pilha científica será a simulação, como sempre foi, mas em combinação com a IA e a futura computação quântica».
Na SC26, Buck deu exemplos desses agentes em funcionamento. Um agente do Instituto Real de Tecnologia sueco KTH repara sozinho configurações avariadas do GROMACS. Numa única noite, num só DGX Spark, corrigiu 81% dos casos de teste. O próprio agente da NVIDIA, o Nsight AI Porting Agent, transpôs para a GPU um procedimento do modelo meteorológico WRF e acelerou-o mais de 5 vezes. Para isso foram gastos cerca de 150 milhões de tokens. Para quem já transpôs código de cálculo para placas gráficas, é um exemplo de como parte desse trabalho pode ser assumida por um modelo. Juntamente com a GPU, a empresa apresentou o Nemotron for Science. É um modelo aberto com um conjunto de dados de química, que pode ser executado localmente, do DGX Spark ao próprio supercomputador.
A NVIDIA apresenta medições do processador Vera no OpenFOAM e noutros pacotes
Em paralelo, a NVIDIA ampliou a plataforma com o processador Vera. Buck explicou que os agentes precisam de CPU para executar chamadas de ferramentas entre os passos do modelo. O centro alemão de computação climática DKRZ escolheu o Vera para o supercomputador HLRE-5, cujo arranque é esperado no início de 2028. Antes disso, o Centro de Computação Avançada do Texas TACC anunciou sistemas com Vera.
Os resultados dos testes a empresa publicou num documento separado, o NVIDIA Vera CPU HPC Performance Brief. Nele estão reunidas medições em tarefas familiares aos engenheiros: largura de banda da memória no teste Stream, o modelo meteorológico WRF, hidrodinâmica no OpenFOAM, simulação de colisão no OpenRadioss, álgebra linear esparsa HPCG e genómica. Inclui também análises de casos do Laboratório de Los Alamos e do TACC e a descrição de bastidores com refrigeração líquida. Um exemplo de formulação do documento: «O Vera assegura um desempenho por watt 2,4 vezes superior no modelo OpenFOAM». Entre outros números: mais de 3,4 vezes mais largura de banda de memória por watt, o dobro do desempenho por watt no WRF, mais do dobro do desempenho e do desempenho por watt no HPCG. Nos testes do TACC contra um sistema de base em x86, o Vera mostrou-se 2,2 vezes mais rápido no MuST, 5,5 vezes no PSDNS e 7,5 vezes no MILC. Todos estes dados foram publicados pela própria NVIDIA.
O que isto significa para engenheiros e estúdios
Falta mais de um ano para o lançamento do Rubin HPC e, por agora, é uma declaração sem números-chave. A julgar pela descrição, a NVIDIA destaca os cálculos científicos como uma direção separada dentro da plataforma, em vez de os deixar inteiramente aos aceleradores de IA, onde a dupla precisão, por regra, não é prioridade. Aos especialistas em cálculo e aos engenheiros de projeto isto pode dar aceleradores mais adequados às suas tarefas. Mas é cedo para decidir se vale a pena planear compras ou uma passagem para a nuvem com base neles: não foram indicados o desempenho em dupla precisão, nem a memória, nem o preço, nem os parceiros integradores.
Para artistas, estúdios de VFX e criadores de jogos, o anúncio não muda nada diretamente. O benefício indireto pode surgir através de pacotes de simulação que venham a aproveitar as novas capacidades do chip. Provavelmente, serão os grandes centros de computação os primeiros a experimentar a novidade, como acontece com os processadores Vera no DKRZ e no TACC. Aos fornecedores de software CAE, em primeiro lugar de solucionadores de CFD e MEF, cabe-lhes muito provavelmente adaptar o código à aceleração de dados esparsos, e da rapidez desse trabalho dependerá quando os departamentos de engenharia comuns sentirão o efeito.
Que número sobre o Rubin HPC espera da NVIDIA em primeiro lugar?
- Desempenho em FP64
- Capacidade de memória