Bitget App
Giao dịch thông minh hơn
Mua CryptoThị trườngGiao dịchFuturesStocks‌EarnTổ chứcAI & nhiều hơn nữa
NVIDIA tăng cường tính toán khoa học! Ra mắt GPU Rubin HPC, đặt cược vào AI agent tái định hình siêu máy tính

NVIDIA tăng cường tính toán khoa học! Ra mắt GPU Rubin HPC, đặt cược vào AI agent tái định hình siêu máy tính

华尔街见闻华尔街见闻2026/11/16 17:54
Hiển thị bản gốc
Theo:华尔街见闻

Rubin HPC được trang bị một GPU đơn với hơn 50.000 lõi CUDA, tối ưu hóa cho tính toán khoa học, dự kiến ra mắt vào năm 2028. CUDA-X mở rộng phạm vi ứng dụng trong lĩnh vực khoa học, bao gồm vật lý thiên văn, khoa học vật liệu, nghiên cứu phát triển dược phẩm và sinh học tế bào đơn. Việc phân tích lỗ đen được rút ngắn từ một tháng xuống còn 8 phút. NVIDIA trình diễn sự kết hợp giữa kết nối quang học và tính toán lượng tử, hoàn thiện cơ sở hạ tầng siêu máy tính; cho biết Lambda sử dụng công nghệ quang học đóng gói cùng chip (CPO) của NVIDIA, giúp hiệu suất năng lượng tăng lên tối đa gấp 5 lần. NVIDIA cũng mở rộng hệ thống quản lý tải công việc Slurm, tích hợp bộ xử lý lượng tử (QPU) vào quy trình làm việc siêu máy tính truyền thống. Ngoài ra, NVIDIA cho biết, tủ rack Vera CPU sẽ ra mắt vào đầu năm sau và được cung cấp bởi Dell, HPE, Lenovo và Super Micro Computer.

Nvidia đang mở rộng cạnh tranh về hạ tầng AI sang lĩnh vực tính toán khoa học.

Tại hội nghị siêu máy tính SC26 tổ chức ngày 16 tháng 11 ở Chicago, Nvidia đã ra mắt GPU thế hệ mới Rubin HPC chuyên dành cho tính toán khoa học, mô phỏng kỹ thuật và phân tích dữ liệu, đồng thời công bố nhiều tiến bộ xung quanh thư viện phần mềm CUDA-X, tính toán quang tử và tính toán lượng tử, qua đó cố gắng tích hợp tính toán tăng tốc bằng GPU, AI agent và tính toán hiệu năng cao (HPC) truyền thống vào một nền tảng thống nhất.

Sự kiện này phát đi tín hiệu quan trọng: khi AI agent bắt đầu tham gia vào công việc nghiên cứu khoa học, có thể tự đề xuất giả thuyết, gọi các công cụ tính toán, thực hiện mô phỏng và điều chỉnh phương án dựa trên kết quả, thì nhu cầu về năng lực xử lý trong tính toán khoa học cũng đang thay đổi. Nvidia hy vọng thông qua thiết kế phối hợp phần cứng và phần mềm, AI không chỉ hỗ trợ các nhà nghiên cứu phân tích dữ liệu mà còn trực tiếp tham gia quá trình phát hiện khoa học từ việc đặt vấn đề đến xác minh kết quả.

Rubin HPC là sản phẩm phần cứng cốt lõi trong đợt ra mắt này. Khác với GPU chủ yếu dành cho huấn luyện và suy luận AI, sản phẩm này được tối ưu hóa cho các tác vụ đọc dữ liệu lớn, vận hành ma trận thưa và mô phỏng phức tạp trong lĩnh vực tính toán khoa học và kỹ thuật.

NVIDIA tăng cường tính toán khoa học! Ra mắt GPU Rubin HPC, đặt cược vào AI agent tái định hình siêu máy tính image 0

Nvidia cũng tiết lộ tiến trình sản phẩm mới Vera CPU rack sẽ ra mắt vào đầu năm tới trong khuôn khổ SC 26.

Nhìn chung, tín hiệu từ SC26 cho thấy Nvidia muốn cạnh tranh không chỉ ở thị trường GPU phục vụ huấn luyện và suy luận AI, mà còn ở thị trường rộng lớn hơn gồm tính toán khoa học, mô phỏng kỹ thuật, tính toán lượng tử và các hạ tầng liên quan. Khi AI agent dần chuyển từ công cụ xử lý thông tin sang trợ lý nghiên cứu có thể gọi phần mềm chuyên ngành, thực hiện nhiệm vụ phức tạp, thì sự phối hợp giữa năng lực GPU, phần mềm tính toán khoa học và mạng kết nối tốc độ cao sẽ trở thành hướng cạnh tranh chính ở giai đoạn tới trong lĩnh vực HPC.

Rubin HPC: Một GPU với hơn 50.000 nhân CUDA, tối ưu cho tính toán khoa học

Nvidia cho biết, Rubin HPC là GPU mới bổ sung cho nền tảng Vera Rubin, chuyên phục vụ tải công việc về khoa học, kỹ thuật và phân tích dữ liệu. Mỗi GPU tích hợp hơn 50.000 nhân CUDA, lập kỷ lục mới về số lượng nhân trên GPU của Nvidia, đồng thời bổ sung khả năng tăng tốc dữ liệu thưa và sử dụng công nghệ kết nối NVLink thế hệ thứ 7 để nâng cao khả năng truyền dữ liệu giữa các GPU.

NVIDIA tăng cường tính toán khoa học! Ra mắt GPU Rubin HPC, đặt cược vào AI agent tái định hình siêu máy tính image 1

Nvidia chỉ ra rằng tính toán khoa học có khác biệt rõ rệt với các nhiệm vụ huấn luyện AI truyền thống. Dù là mô hình khí hậu, mô phỏng kỹ thuật, phân tích hệ gen hay tính toán rủi ro tài chính, ứng dụng liên quan thường cần trích xuất lặp lại thông tin phân tán từ khối lượng dữ liệu khổng lồ, sau đó thực hiện tính toán và liên tục lặp lại quá trình này. Vì vậy, chỉ tăng số nhân GPU sẽ không giải quyết được vấn đề, còn cần đồng thời nâng cao khả năng truyền và xử lý dữ liệu, tránh để nhân GPU bị rảnh do chờ dữ liệu.

Rubin HPC tập trung thiết kế để cân bằng chuyển động dữ liệu với năng lực tính toán, tăng tốc vận hành ma trận thưa, tính toán mẫu (Stencil Computation), sắp xếp và quy giản – các thao tác thông dụng trong tính toán khoa học – qua đó cải thiện hiệu suất tổng thể.

Nvidia đặc biệt nhấn mạnh sự thay đổi về nhu cầu do AI agent mang lại. Khi AI hỗ trợ nhà khoa học và kỹ sư khám phá nhiều chất liệu, cấu trúc phân tử và các phương án thiết kế công nghiệp, mô phỏng tính toán trở thành khâu quan trọng để xác minh các phương án đó. AI agent đề xuất giả thuyết, có thể gọi công cụ mô phỏng để kiểm tra kết quả và điều chỉnh hướng nghiên cứu kế tiếp dựa trên phản hồi. Tốc độ mô phỏng bằng GPU càng nhanh, nghiên cứu viên càng có thể khảo sát nhiều phương án.

Nvidia cho biết Rubin HPC dự kiến sẽ ra mắt năm 2028. Công ty hy vọng sản phẩm này sẽ tích hợp AI agent, mô phỏng tăng tốc bằng GPU và xử lý dữ liệu khoa học, rút ngắn chu trình từ đề xuất giả thuyết tới xác minh phát hiện khoa học.

CUDA-X mở rộng bản đồ tính toán khoa học: Phân tích lỗ đen từ 1 tháng xuống còn 8 phút

Nếu Rubin HPC cung cấp năng lực phần cứng, thì CUDA-X – thư viện phần mềm trọng tâm được Nvidia trình diễn lần này – chính là chìa khóa giúp AI agent gọi các công cụ tính toán khoa học chuyên ngành.

Nvidia đã công bố tiến độ mở rộng thư viện CUDA-X tại SC26, gồm các công cụ như cuPhoton, cuPotential và cuSpa, phủ rộng các lĩnh vực vật lý thiên văn, khoa học vật liệu, nghiên cứu thuốc và sinh học đơn bào.

NVIDIA tăng cường tính toán khoa học! Ra mắt GPU Rubin HPC, đặt cược vào AI agent tái định hình siêu máy tính image 2

Trong đó, một ứng dụng ở lĩnh vực thiên văn học rất tiêu biểu.

Kính viễn vọng Event Horizon Telescope (EHT) liên kết các kính thiên văn vô tuyến quanh thế giới thành một kính viễn vọng ảo có đường kính bằng Trái Đất để quan sát lỗ đen. Tuy nhiên, việc quan sát này sinh ra dữ liệu ở cấp PB, quy trình xử lý truyền thống có thể mất vài tháng.

Module cuPhoton.xBeam của Nvidia có thể dùng GPU để tăng tốc việc liên kết dữ liệu thiên văn vô tuyến, rút ngắn tác vụ phân tích vốn mất hơn một tháng xuống chỉ còn 8 phút. Công cụ này đã được ứng dụng để phân tích dữ liệu quan sát dòng vật chất phun J1924 và 3C279, đồng thời thúc đẩy việc tái tạo hình ảnh thời gian thực cho lỗ đen ở trung tâm thiên hà Messier 87.

Ở lĩnh vực nghiên cứu nhiệt hạch, Nvidia trình diễn ứng dụng cuPhoton.xLens. Các nhà nghiên cứu có thể trích xuất dữ liệu và kết quả phân tích đồng thời khi mô phỏng plasma đang chạy, không cần đợi tới khi thí nghiệm hay tính toán hoàn tất. Kết hợp với AI agent Nemotron chạy trên hệ thống cục bộ, nhà nghiên cứu còn có thể phân tích tương tác kết quả mô phỏng và điều chỉnh hướng mô phỏng theo thời gian thực, hỗ trợ thiết kế buồng mục tiêu và khoang của lò phản ứng nhiệt hạch.

Trong nghiên cứu thuốc, cuPotential được phát triển dựa trên thành quả của Flatiron Institute thuộc Simons Foundation và D. E. Shaw Research, có thể tăng tốc phần mềm mô phỏng phân tử lên tối đa 3 lần, đồng thời cải thiện độ ổn định và chính xác tính toán. Công cụ này giúp tạo dữ liệu tổng hợp để huấn luyện mô hình AI sinh, hỗ trợ các nhà nghiên cứu tìm kiếm vị trí kết nối phân tử chưa từng biết, tính toán cường độ tương tác giữa các phân tử.

Ở lĩnh vực khoa học vật liệu, Nvidia giới thiệu công cụ Daviator, là tập kernel GPU phục vụ Vienna Ab initio Simulation Package (VASP) được sử dụng rộng rãi, có thể tăng tốc tính toán cơ học lượng tử lên tối đa 22 lần, đồng thời giảm chi phí đến 75%.

Ở lĩnh vực y sinh, cuSpa mã nguồn mở mới có thể tăng tốc tính toán đa giác tế bào, hỗ trợ tạo bản đồ không gian lớn, xây dựng mô hình bệnh nhân và mô hình ung thư. Ứng dụng liên quan tại Memorial Sloan Kettering Cancer Center đã đạt tốc độ nhanh hơn CPU tối đa 900 lần.

Nvidia cũng giới thiệu framework rapids-singlecell giúp tăng tốc phân tích dữ liệu đơn bào. Therna Biosciences đã dùng công cụ này để tăng tốc xử lý dữ liệu lên 200 lần; Basecamp Research dùng thư viện HMMER tăng tốc bằng Nvidia GPU để chú giải trình tự sinh học, các bài benchmark đã tăng tốc tối đa 84 lần.

Các trường hợp này cho thấy Nvidia đang cố gắng mở rộng CUDA-X từ công cụ tăng tốc tính toán truyền thống bằng GPU sang bộ công cụ tính toán khoa học mà AI agent có thể trực tiếp gọi. AI agent không chỉ hiểu vấn đề nghiên cứu và lập kế hoạch mà còn có thể gọi thuật toán chuyên ngành để thực hiện xử lý dữ liệu, mô phỏng và phân tích.

Kết nối quang tử và tính toán lượng tử: Bổ sung nền tảng cho siêu máy tính

Ngoài GPU và phần mềm tính toán khoa học, Nvidia còn mở rộng trọng tâm sang mạng kết nối của hệ thống siêu máy tính, cũng như sự kết hợp giữa tính toán lượng tử và siêu máy tính truyền thống.

Về hạ tầng mạng, nhà cung cấp dịch vụ cloud Lambda đang áp dụng công nghệ quang tử đồng gói (Co-Packaged Optics, CPO) của Nvidia vào môi trường sản xuất, dùng để kết nối các hệ thống GB300 NVL72 với hơn 10.000 GPU, tạo ra factory AI cỡ lớn.

NVIDIA tăng cường tính toán khoa học! Ra mắt GPU Rubin HPC, đặt cược vào AI agent tái định hình siêu máy tính image 3

Nvidia cho biết thử nghiệm của Lambda cho thấy so với module quang cắm được truyền thống, dùng switch quang tử giúp giảm độ trễ mạng cấp rack khoảng 4%, giảm độ trễ mạng cấp pod tối đa 10%, đồng thời giữ lượng dữ liệu truyền tương đương.

Nvidia cho biết công nghệ quang tử kết hợp engine quang với chip switch, so với module quang cắm được truyền thống, có thể nâng hiệu suất năng lượng lên tối đa 5 lần, tăng độ tin cậy lên tối đa 15 lần và giảm số lượng laser xuống còn một phần tư so với giải pháp cũ.

Với các cluster AI quy mô lớn, sự cố mạng có thể khiến hàng nghìn GPU phải chờ dữ liệu, làm giảm hiệu suất toàn hệ thống. Khi nhu cầu suy luận AI agent và tính toán phân tán tăng lên, độ trễ, tiêu tốn năng lượng và độ tin cậy của mạng sẽ là yếu tố ảnh hưởng lớn tới hiệu quả tính toán.

Trong lĩnh vực tính toán lượng tử, Nvidia đang mở rộng hệ thống quản lý tải Slurm để tích hợp CPU lượng tử (QPU) vào quy trình tính toán của siêu máy tính truyền thống.

Nvidia tiết lộ trong 5 năm qua, số lượng CPU lượng tử triển khai tại các trung tâm siêu máy tính đã tăng gần 7 lần, hiện gần 30 trung tâm đang triển khai hơn 50 CPU lượng tử.

Nhiều trung tâm siêu máy tính đã dùng Slurm để quản lý các nhiệm vụ CPU và GPU, Nvidia hy vọng mở rộng Slurm để hỗ trợ CPU lượng tử, giúp nhà nghiên cứu có thể điều phối đồng bộ tài nguyên tính toán cổ điển và lượng tử ngay trong quy trình quen thuộc.

Bản cập nhật Slurm này dựa trên hợp tác trước đó với IBM, Pasqal và cộng đồng lượng tử, cho phép nhà sản xuất CPU lượng tử kết nối với các trung tâm siêu máy tính khác nhau qua giao diện thống nhất, giảm bớt việc phát triển phần mềm thích ứng cho mỗi CPU lượng tử với các hệ thống khác nhau.

Bản mới cũng hỗ trợ giao diện QRMI và QDMI, đã được các doanh nghiệp như IBM, IQM, Quantinuum, Pasqal áp dụng. Slurm 26.11 dự kiến phát hành vào cuối tháng 11.

NVIDIA tăng cường tính toán khoa học! Ra mắt GPU Rubin HPC, đặt cược vào AI agent tái định hình siêu máy tính image 4

Song song đó, Nvidia còn mở rộng nền tảng tính toán lượng tử CUDA-Q. Thuật toán giải mã lỗi lượng tử mới TCBP-JOBS có tốc độ cao hơn chuẩn của ngành tối đa 13.000 lần; Phòng thí nghiệm máy gia tốc quốc gia Fermi dùng CUDA-Q nghiên cứu liên quan, rút ngắn công việc thường mất 5 tháng chỉ còn 3 tuần.

Nvidia còn trình diễn ứng dụng thực tế kết hợp tính toán lượng tử và cổ điển: QunaSys dùng 1.024 GPU Hopper của Nvidia mô phỏng hơn 300 triệu phép toán lượng tử và đạt độ chính xác hóa học với mô hình nguyên tử tetrahydride; Các nhà nghiên cứu Nvidia dùng siêu máy tính JUPITER của Đức mô phỏng 104 qubit trong môi trường nhiễu thực để khảo nghiệm kiến trúc tính toán lượng tử có khả năng chịu lỗi trong tương lai.

CUDA kỷ niệm 20 năm: Hệ sinh thái developer trở thành moat lâu dài

SC26 còn là mốc có ý nghĩa biểu tượng: Nvidia đang kỷ niệm 20 năm ngày ra mắt CUDA.

Tháng 11 năm 2006, Nvidia chính thức ra mắt CUDA và quảng bá nền tảng lập trình GPU này cho cộng đồng tính toán khoa học tại hội nghị siêu máy tính SC06. CUDA giúp nhà nghiên cứu dễ dàng gọi GPU để tính toán song song thông qua mô hình lập trình quen thuộc, mở rộng phạm vi ứng dụng của GPU từ xử lý đồ họa sang mô phỏng khoa học, tính toán kỹ thuật và phân tích dữ liệu.

Qua 20 năm, CUDA đã trở thành lõi của hệ sinh thái tăng tốc tính toán của Nvidia. Nvidia cho biết hiện có hơn 11 triệu developer toàn cầu dùng CUDA, còn CUDA-X sở hữu hơn 1.000 thư viện.

Nvidia nêu một số case tiêu biểu: nhóm nghiên cứu Đại học Illinois dùng CUDA để tăng tốc mô phỏng động học phân tử, hỗ trợ nghiên cứu cấu trúc nguyên tử của lớp vỏ HIV; các nhà nghiên cứu Đại học Toronto dùng 2 GPU của Nvidia để huấn luyện AlexNet, tạo bước đột phá deep learning năm 2012; còn AlphaFold 2 – phần mềm dự đoán cấu trúc protein giành giải Nobel Hóa học 2024 – cũng sử dụng CUDA để tính toán bằng GPU.

Từ việc phục vụ mô phỏng khoa học và tính toán kỹ thuật ban đầu, CUDA đã trở thành nền tảng cho sự phát triển deep learning và AI sinh. Hiện tại, Nvidia còn muốn kéo dài hệ sinh thái phần mềm này phục vụ AI agent trong lĩnh vực nghiên cứu khoa học.

Vera CPU rack lên kệ đầu năm tới, Dell, HPE, Lenovo và Supermicro cung cấp

Nvidia cũng thông báo nền tảng Vera CPU rack cho tính toán hiệu năng cao dự kiến sẽ do Dell Technologies, HPE, Lenovo và Supermicro cung cấp từ đầu năm 2027.

Nền tảng này tích hợp 192 Vera CPU vào một rack, kết nối bằng Nvidia Quantum-X800 InfiniBand, trang bị gần 300TB RAM và 1PB lưu trữ, sử dụng thiết kế làm mát bằng chất lỏng, băng thông RAM tối đa vượt 200TB/s.

Nvidia cho biết nền tảng này hướng tới tăng tốc các tác vụ tính toán khoa học dữ liệu lớn như mô hình khí hậu, mô phỏng động học phân tử.

0
0

Tuyên bố miễn trừ trách nhiệm: Mọi thông tin trong bài viết đều thể hiện quan điểm của tác giả và không liên quan đến nền tảng. Bài viết này không nhằm mục đích tham khảo để đưa ra quyết định đầu tư.

PoolX: Khóa để nhận token mới.
APR lên đến 12%. Luôn hoạt động, luôn nhận airdrop.
Khóa ngay!

Bạn cũng có thể thích

Bernstein: OpenAI ra mắt ví ChatGPT, cạnh tranh thanh toán AI bước vào giai đoạn mới; Visa (V.US) và Mastercard (MA.US) kỳ vọng trở thành những người chiến thắng lớn.

Khi các tác nhân trí tuệ nhân tạo dần phát triển từ công cụ tra cứu thông tin thành trợ lý cá nhân có thể tự động mua sắm và thanh toán, ngành công nghiệp thanh toán toàn cầu đang đón nhận cơ hội cạnh tranh mới.

智通财经•2026/11/16 16:13
Bernstein: OpenAI ra mắt ví ChatGPT, cạnh tranh thanh toán AI bước vào giai đoạn mới; Visa (V.US) và Mastercard (MA.US) kỳ vọng trở thành những người chiến thắng lớn.

Trong khi ngành bán dẫn lao dốc, "chủ đất" AI được săn đón? Blackstone Data Center REIT (BXDC.US) tăng hơn 10% trước giờ mở cửa, dòng tiền dài hạn trở thành tâm điểm của thị trường.

Blackstone Digital Infrastructure Trust đã mua lại phần lớn cổ phần trong hai liên doanh được thành lập cùng Amazon Web Services với giá giao dịch khoảng 5 tỷ USD. BXDC sẽ sở hữu 13 phòng máy phát điện mới xây dựng tại hai khu trung tâm dữ liệu của AWS, AWS sẽ thuê lại toàn bộ tổ hợp phòng máy này với hợp đồng thuê ban đầu kéo dài 12 năm và có thể gia hạn lên đến 32 năm.

智通财经•2026/11/16 13:40

"Sự nhàm chán là đẹp"? BTIG: Sự mạnh lên bất thường của các nhóm phòng thủ khiến người ta nhớ đến thời điểm trước khi bong bóng năm 2000 vỡ

Trong 30 ngày qua, ngành hàng tiêu dùng thiết yếu thuộc S&P 500 đã vượt trội nhóm công nghệ tới 33 điểm phần trăm, ghi nhận sự chênh lệch lớn nhất trong một tháng gần 25 năm qua, tái hiện đặc điểm luân chuyển phòng thủ trước khi bong bóng internet năm 2000 vỡ. Chiến lược gia Krinsky của BTIG lạc quan về ngành hàng tiêu dùng thiết yếu, đồng thời cảnh báo cổ phiếu công nghệ và bán dẫn vẫn còn dư địa để giảm thêm; đồng USD mạnh cũng có thể làm tăng áp lực thanh khoản. Tuy nhiên, thị trường vẫn còn chia rẽ về việc liệu đợt xoay trục này có thể kéo dài hay không và giao dịch AI có đang bước vào giai đoạn điều chỉnh dài hạn hay không trở thành tâm điểm.

华尔街见闻•2026/11/16 13:36
"Sự nhàm chán là đẹp"? BTIG: Sự mạnh lên bất thường của các nhóm phòng thủ khiến người ta nhớ đến thời điểm trước khi bong bóng năm 2000 vỡ

Huang Renxun rời khỏi, tiền của Nvidia (NVDA.US) bắt đầu trở nên "nhút nhát": 500 tỷ USD trong tương lai có thể chỉ dám đầu tư vào các công ty lớn

Sau khi Huang Renxun rời chức, nền tảng tài trợ AI trị giá 500 tỷ USD của Nvidia dự kiến sẽ tiếp tục, nhưng có thể tạm ngừng ở giai đoạn đầu, chi phí giao dịch mới tăng lên và dòng vốn có thể từ các hãng điện toán đám mây mới chuyển sang các nhà cung cấp đám mây lớn, trưởng thành hơn.

智通财经•2026/11/16 13:22
Huang Renxun rời khỏi, tiền của Nvidia (NVDA.US) bắt đầu trở nên "nhút nhát": 500 tỷ USD trong tương lai có thể chỉ dám đầu tư vào các công ty lớn