Nvidia加碼科學運算!發佈Rubin HPC GPU,押注AI智能體重塑超級電腦
Rubin HPC單顆GPU搭載超過5萬個CUDA核心,專為科學計算優化,預計2028年上市。CUDA-X擴展科學計算版圖,涵蓋天體物理、材料科學、藥物研發及單細胞生物學等領域,黑洞分析時間由一個月縮短至8分鐘。英偉達展示光子互連與量子計算融合,補齊超算基礎設施,並表示Lambda採用英偉達光子共封裝光學技術(CPO)可實現最高5倍能效提升;英偉達擴展Slurm工作負載管理系統,將量子處理器(QPU)納入傳統超算工作流程。英偉達還表示,Vera CPU機架將於明年初上市,屆時由戴爾、慧與、聯想及超微電腦供應。
輝達正將AI基礎設施的競爭進一步延伸至科學運算領域。
於11月16日在芝加哥舉行的超級運算大會SC26上,輝達發佈專為科學運算、工程模擬與數據分析設計的新一代GPU Rubin HPC,並圍繞CUDA-X軟體庫、光子運算及量子運算等領域公佈一系列進展,試圖將GPU加速運算、AI智能體與傳統高效能運算(HPC)整合至統一平台。
此次發佈釋放出一個重要訊號:隨著AI智能體開始參與科研工作,能夠自主提出假設、調用運算工具、運行模擬並根據結果調整方案,科學運算對算力的需求也正發生變化。輝達希望透過軟硬體協同設計,讓AI不只是協助研究人員分析數據,還能直接參與從提出問題到驗證結果的科學發現過程。
其中,Rubin HPC是此次發佈的核心硬體產品。與主要面向AI訓練和推理的GPU不同,此產品針對科學與工程運算中大量資料讀取、稀疏矩陣運算及複雜模擬任務進行專門優化。

輝達於SC26期間還披露了Vera CPU機架將於明年初上市的新品進展。
整體來看,SC26釋放的訊號是,輝達希望爭奪的不僅是AI訓練和推理所需的GPU市場,還包括科學運算、工程模擬、量子運算以及相關基礎設施的更廣泛市場。隨著AI智能體逐漸從資訊處理工具轉向能夠調用專業軟體、執行複雜任務的研究助手,GPU算力、科學運算軟體和高速互連網絡之間的協同,將成為下一階段高效能運算競爭的重要方向。
Rubin HPC:單顆GPU超過5萬CUDA核心,專為科學運算優化
輝達介紹,Rubin HPC是Vera Rubin平台新增的一款GPU,專門面向科學、工程與數據分析工作負載。其單顆GPU搭載超過5萬個CUDA核心,創下輝達GPU核心數量新紀錄,同時引入稀疏資料加速能力,並採用第七代NVLink互連技術,提升GPU之間的資料傳輸效率。

輝達指出,科學運算與傳統AI訓練任務存在明顯差異。無論是氣候建模、工程模擬、基因組分析還是金融風險計算,相關應用往往需要從海量資料中反覆提取分散的資訊,再執行運算並不斷重複這一過程。因此,單純增加GPU運算核心並不足以解決問題,還需同步提升資料傳輸與處理能力,避免運算核心因等待資料而閒置。
Rubin HPC的設計重點正是讓資料移動與運算能力保持平衡,透過加速稀疏矩陣運算、範本計算(Stencil Computation)、排序與歸約等常見科學運算操作,提高整體運算效率。
輝達特別強調了AI智能體帶來的需求變化。隨著智能體可以協助科學家與工程師探索更多候選材料、分子結構及工業設計方案,模擬運算將成為驗證這些方案的重要環節。智能體提出假設後,可以調用模擬工具測試結果,再根據反饋調整下一步研究方向。GPU模擬速度愈快,研究人員能夠探索的方案就愈多。
輝達表示,Rubin HPC預計將於2028年上市。公司希望藉由此產品,將AI智能體、GPU加速模擬與科學資料處理整合,縮短從提出假設到驗證發現的週期。
CUDA-X擴展科學運算版圖:黑洞分析從一個月縮短至8分鐘
如果說Rubin HPC帶來硬體算力,輝達此次重點展示的CUDA-X軟體庫,則是讓AI智能體能夠調用專業科學運算工具的關鍵。
輝達於SC26公佈CUDA-X庫的擴展進展,涵蓋cuPhoton、cuPotential及cuSpa等工具,應用於天文物理、材料科學、藥物研發及單細胞生物學等領域。

其中,天文學領域的一項應用頗具代表性。
事件視界望遠鏡(EHT)通過連接全球各地的射電望遠鏡,形成相當於地球直徑的虛擬望遠鏡,用於觀測黑洞。但相關觀測會產生PB級資料,傳統處理流程可能需要數月時間。
輝達推出的cuPhoton.xBeam模組能夠利用GPU加速射電天文數據之關聯處理,將原本需要一個多月的分析任務縮短至8分鐘。該工具已用於分析黑洞噴流J1924與3C279的觀測資料,並推動梅西耶87星系中心黑洞的即時圖像重建。
在核融合研究方面,輝達展示了cuPhoton.xLens的應用。研究人員可以在等離子體模擬運行過程中同步提取資料與分析結果,而無需等到實驗或運算全部結束後再行處理。結合運行於本地系統上的Nemotron智能體,研究人員還能對模擬結果進行互動式分析,即時調整模擬方向,為融合反應爐靶室與腔體設計提供參考。
藥物研發方面,cuPotential基於西蒙斯基金會Flatiron研究所及D. E. Shaw Research之研究成果開發,能將現有分子模擬軟體運行速度提升最高3倍,同時改善運算穩定性及準確性。該工具有助於產生用於生成式AI模型訓練的合成資料,亦協助研究人員尋找先前未知的分子結合位點、計算分子間相互作用強度。
在材料科學領域,輝達介紹了Daviator工具。這是一組面向廣泛使用的Vienna Ab initio Simulation Package(VASP)的批量GPU運算核心,可將量子力學運算速度提升最高22倍,同時將成本降低最高75%。
在生物醫學領域,新開源的cuSpa能加速細胞多邊形運算,為大規模空間圖譜與患者、癌症模型建構提供支援。紀念斯隆凱特琳癌症中心之相關應用,相對CPU最高加速達900倍。
輝達還介紹了rapids-singlecell框架,能加速單細胞資料分析。Therna Biosciences利用該工具將資料處理速度提升200倍;Basecamp Research則使用輝達GPU加速的HMMER庫進行生物序列註釋,相關基準測試速度最高提升84倍。
這些案例顯示,輝達正試圖將CUDA-X從傳統的GPU運算加速工具,進一步發展為AI智能體可直接調用的科學運算工具集。智能體不僅負責理解研究問題與規劃步驟,還可調用專門的演算法庫完成資料處理、模擬與分析。
光子互連與量子運算:補足超級運算基礎設施
除了GPU與科學運算軟體,輝達此次還將重點延伸至超級運算系統的網絡互連,以及量子運算與傳統超級運算的融合。
於網路基礎設施方面,雲計算服務商Lambda正在將輝達光子共封裝光學技術(Co-Packaged Optics,CPO)應用於生產環境,用於連接搭載GB300 NVL72系統、擁有超過1萬顆GPU的AI工廠。

輝達表示,Lambda的測試顯示,與傳統可插拔光模組相比,採用光子交換機後,機架級網路延遲降低約4%,Pod級網路延遲最高降低約10%,同時保持相當之吞吐量。
輝達稱,光子技術通過將光引擎與交換晶片封裝在一起,相較傳統可插拔光模組,能實現最高5倍能源效率提升和最高15倍可靠性提升,雷射數量減少至傳統方案的1/4。
對於規模龐大的AI集群而言,網路故障可能導致數千顆GPU同時等待資料,降低整體系統運用率。隨著智能體推理和分布式運算需求增加,網路延遲、功耗與可靠性也將成為影響算力效率的關鍵因素。
量子運算方面,輝達正在通過擴展Slurm工作負載管理系統,將量子處理器(QPU)納入傳統超級運算工作流程。
輝達透露,過去五年,超級運算中心部署量子處理器的數量成長近7倍,目前全球近30家超級運算中心正在部署超過50台量子處理器。
由於許多超級運算中心已使用Slurm管理CPU及GPU運算任務,輝達希望通過擴充Slurm對量子處理器支援,讓研究人員能於熟悉的流程中統一調度傳統與量子運算資源。
此次Slurm更新基於早前與IBM、Pasqal及量子運算社群合作,允許量子處理器製造商通過統一介面接入不同超級運算中心,減少每個量子處理器與不同超級運算系統間重複開發適配軟體的工作。
新版本還支援QRMI和QDMI等介面,並獲IBM、IQM、Quantinuum、Pasqal等企業採用。Slurm 26.11預計於11月稍晚發佈。

同時,輝達還擴展了CUDA-Q量子運算平台。其中,新的TCBP-JOBS量子錯誤修正解碼演算法,相較業界標準演算法,速度最高提升1.3萬倍;費米國家加速器實驗室利用CUDA-Q進行相關研究,將原本需五個月的工作縮短至三週。
輝達還展示了量子與傳統運算結合的實際應用:QunaSys利用1024顆輝達Hopper GPU模擬超過3億次量子操作,並在四氫原子模型達到化學精度;輝達研究人員則運用德國JUPITER超級運算機模擬104個量子位元於真實雜訊環境下的運行情形,用於測試未來容錯量子運算架構。
CUDA迎來20周年:開發者生態成為長期護城河
此次SC26還有一項具象徵意義的里程碑:輝達正慶祝CUDA發佈20週年。
2006年11月,輝達正式推出CUDA,並於當年超級運算大會SC06上向科學運算領域推廣這一GPU程式平台。CUDA讓研究人員能夠透過相對熟悉的程式模型調用GPU進行通用併行運算,使GPU應用範圍從繪圖處理擴展至科學模擬、工程計算及數據分析。
20年來,CUDA逐漸成為輝達加速運算生態的核心。輝達表示,目前全球已有超過1100萬名開發者使用CUDA,CUDA-X則擁有超過1000個庫。
輝達列舉的代表性例子包含:伊利諾伊大學研究團隊利用CUDA加速分子動力學模擬,協助推進愛滋病病毒衣殼原子結構研究;多倫多大學研究人員利用兩顆輝達GPU訓練AlexNet,推動2012年深度學習領域的突破;而獲2024年諾貝爾化學獎的AlphaFold 2蛋白質結構預測軟體,也運用CUDA進行GPU運算。
從CUDA最初服務於科學模擬與工程運算,到之後成為深度學習及生成式AI發展的重要基礎,再到如今為AI智能體提供科學演算法及專業運算工具,輝達正將這套持續20年的軟體生態,進一步延伸至AI驅動的科研領域。
Vera CPU機架明年初上市,戴爾、慧與、聯想和超微電腦供應
輝達還宣布,面向高效能運算的Vera CPU機架級平台預計將於2027年初起由戴爾科技、慧與科技(HPE)、聯想和超微電腦供應。
該平台將192顆Vera CPU整合於單一機架,並藉輝達Quantum-X800 InfiniBand網路互連,配備約300TB記憶體和1PB儲存,採用液冷設計,峰值總記憶體頻寬超過200TB/s。
輝達稱,此平台致力於加速氣候建模、分子動力學模擬等數據密集型科學運算任務。
免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。
您也可能喜歡
美聯儲為三種AI影響制定預案:生產力繁榮、大規模失業與泡沫破裂
美聯儲主席沃什表示,美聯儲工作人員已開始針對AI對美國經濟的潛在影響制定應急預案,涵蓋從生產力繁榮、大規模失業、技術泡沫破裂的三種截然不同路徑。沃什特別強調第三種風險情境:「AI預期回報下降,股票下跌,經濟放緩和失業率明顯上升。」沃什此次講話仍未對貨幣政策走向發表評論。

伯恩斯坦:OpenAI推出ChatGPT錢包 AI支付競爭迎來新拐點 Visa(V.US)與萬事達(MA.US)有望成為大贏家
隨著人工智慧智能體逐漸從資訊查詢工具轉變為能夠自主完成購物及支付的個人助手,全球支付產業正迎來新的競爭機遇。

半導體暴跌之際,AI「房東」獲追捧?黑石數據中心REIT(BXDC.US)盤前漲逾10%,長期現金流成為市場焦點
黑石數字基礎設施信託公司以約 50 億美元的交易價格,收購了與亞馬遜網路服務公司成立的兩家合資企業的多數股權。BXDC 將在 AWS 的兩個數據中心園區擁有 13 個新建的帶電機機房,AWS 將回租整個機房組合,初始租期為 12 年,可延長至 32 年。
「無聊才是美」?BTIG:防禦性板塊的異常強勢讓人想起2000年泡沫破裂前夕
過去30天,標普500消費必需品板塊表現優於科技板塊33個百分點,創下近25年來最大單月差距,重現2000年網絡泡沫破裂前的防禦性輪動特徵。BTIG策略師Krinsky看好消費必需品,警告科技股、半導體仍有進一步下跌空間,強勢美元亦可能加劇流動性壓力。不過,市場對這一輪輪動能否持續仍存分歧,AI交易是否進入長期調整期成為焦點。

