NVIDIA 为仿真计算人员准备超过 5 万个 CUDA 核心的 GPU
NVIDIA 发布了 Rubin HPC。这是 Vera Rubin 平台中的一款独立图形处理器,公司将其用于仿真、工程计算、数据分析和 AI。该芯片拥有超过 5 万个 CUDA 核心。据 NVIDIA 介绍,这是单颗 GPU 的纪录,约为 Hopper 的三倍。预计 2028 年推出。
该发布于 2026 年 11 月 16 日在芝加哥举行的 SC26 大会上宣布。新产品由 NVIDIA 超大规模与高性能计算副总裁 Ian Buck 介绍。对于从事 CFD、有限元和碰撞仿真的人来说,这是一个明显的信号:公司在 Vera Rubin 平台中划出一款面向科学与工程计算的独立 GPU。
关于这颗芯片已知的信息
NVIDIA 目前公布的技术数据不多。已确认的内容如下:
- 单颗 GPU 超过 5 万个 CUDA 核心,约为 Hopper 的三倍;
- 支持从双精度 FP64 到四位 FP4 的精度范围;
- 稀疏数据处理加速;
- GPU 之间通过第七代 NVLink 互连。
对计算人员而言,这里最关键的一条是关于 FP64。双精度用于舍入误差会逐步累积的任务:长时间的非稳态 CFD 计算、有限元法中的刚性方程组、气候建模。稀疏数据加速属于同一领域。刚度矩阵和流体动力学网格几乎全部由零构成,公司解释称,这项能力的作用是让核心不至于在等待数据时空转。第七代 NVLink 负责 GPU 之间的数据交换,当一个大网格分布在多个加速器上时,这一点很重要。
发布内容并未回答实际问题。NVIDIA 既未给出实际的 FP64 性能,也未说明它由芯片自身的单元提供,还是通过张量核心上的模拟实现。与普通 Rubin 的对比同样没有。内存容量与类型、功耗以及将采用 Rubin HPC 的系统构成目前都未披露。工作站和云实例也未被提及。
NVIDIA 为何把仿真与智能体联系起来
公司通过 AI 智能体来解释 Rubin HPC 的出现。智能体会筛选材料、分子和结构方案,而每一个方案都需要用仿真验证,因此计算量随之增加。Buck 这样描述未来的「科学技术栈」:
「计算的前沿和新的科学技术栈将一如既往地是仿真,但要与 AI 以及未来的量子计算相结合」。
在 SC26 上,Buck 举出了这类智能体的实际工作案例。瑞典皇家理工学院 KTH 的一个智能体能自行修复损坏的 GROMACS 配置。在单台 DGX Spark 上一夜之间,它修正了 81% 的测试用例。NVIDIA 自家的智能体 Nsight AI Porting Agent 把气象模型 WRF 中的一个过程移植到 GPU 上,使其加速超过 5 倍。这耗费了约 1.5 亿个 token。对于把计算代码移植到显卡上的人来说,这是一个例子,说明这类工作的一部分可以由模型来承担。除 GPU 之外,公司还发布了 Nemotron for Science。这是一个附带化学数据集的开放模型,可以在本地运行,从 DGX Spark 到自有超级计算机均可。
NVIDIA 给出 Vera 处理器在 OpenFOAM 等软件中的测试数据
与此同时,NVIDIA 扩展了基于 Vera 处理器的平台。Buck 解释称,智能体需要 CPU 来在模型步骤之间执行工具调用。德国气候计算中心 DKRZ 为超级计算机 HLRE-5 选择了 Vera,预计在 2028 年初启用。在此之前,得克萨斯高级计算中心 TACC 已宣布了基于 Vera 的系统。
公司将测试结果以单独文档发布,即 NVIDIA Vera CPU HPC Performance Brief。其中汇总了工程师熟悉的任务测试数据:Stream 测试中的内存带宽、气象模型 WRF、OpenFOAM 中的流体动力学、OpenRadioss 中的碰撞仿真、稀疏线性代数 HPCG 以及基因组学。文档还包含来自洛斯阿拉莫斯实验室和 TACC 的案例分析,以及液冷机柜的描述。文档中的一处表述示例:「Vera 在 OpenFOAM 模型上提供高出 2.4 倍的每瓦性能」。其他数字包括:每瓦内存带宽提升超过 3.4 倍,WRF 中每瓦性能提升一倍,HPCG 中性能和每瓦性能提升超过一倍。在 TACC 对比基准 x86 系统的测试中,Vera 在 MuST 上快 2.2 倍,在 PSDNS 上快 5.5 倍,在 MILC 上快 7.5 倍。所有这些数据均由 NVIDIA 自己公布。
这对工程师和工作室意味着什么
Rubin HPC 的推出还有一年多时间,目前这只是一份没有关键数字的宣告。从描述来看,NVIDIA 把科学计算划为平台内的一个独立方向,而不是完全交给 AI 加速器——在后者上双精度通常不是优先事项。对计算人员和结构设计工程师来说,这可能带来更契合其任务的加速器。但现在还不到决定是否据此规划采购或转向云端的时候:双精度性能、内存、价格以及集成合作伙伴都尚未公布。
对美术师、VFX 工作室和游戏开发者而言,这次发布不会直接改变什么。间接好处可能通过那些学会利用芯片新能力的仿真软件体现出来。首先尝试新产品的很可能是大型计算中心,正如 Vera 处理器在 DKRZ 和 TACC 的情形。CAE 软件厂商,尤其是 CFD 和有限元求解器的厂商,很可能需要针对稀疏数据加速调整代码,而普通工程部门何时感受到效果,将取决于这项工作的推进速度。
关于 Rubin HPC,您最先想从 NVIDIA 那里得到哪个数字?
- FP64 性能
- 内存容量