Nvidia prezentuje swój zaawansowany projekt chipu Rubin

Nvidia prezentuje Rubin: Nowa generacja sprzętu AI

Podczas Consumer Electronics Show, CEO Nvidia Jensen Huang zaprezentował najnowszy przełom firmy w dziedzinie sprzętu sztucznej inteligencji: architekturę obliczeniową Rubin. Ta zaawansowana platforma jest już w produkcji, a plany zakładają przyspieszenie produkcji w drugiej połowie roku.

"Vera Rubin została zaprojektowana, aby rozwiązać kluczowy problem, z jakim się dziś mierzymy: gwałtownie rosnące zapotrzebowanie AI na moc obliczeniową", wyjaśnił Huang uczestnikom wydarzenia. "Miło mi ogłosić, że Vera Rubin weszła w fazę pełnej produkcji."

Architektura Rubin: Nowa era dla Nvidia

Pierwszy raz zaprezentowana w 2024 roku, architektura Rubin to najnowszy kamień milowy w nieustannym cyklu innowacji Nvidia, który wyniósł firmę na szczyt globalnej branży technologicznej. Rubin ma zastąpić architekturę Blackwell, która wcześniej zastąpiła generacje Hopper i Lovelace.

Powszechna adopcja w chmurze i superkomputerach

Główni dostawcy usług chmurowych już planują wdrożenie układów Rubin, w tym ważne współprace z Anthropic, OpenAI i Amazon Web Services. Systemy oparte na Rubin będą także zasilać superkomputer Blue Lion firmy HPE oraz nadchodzący superkomputer Doudna w Lawrence Berkeley National Laboratory.

Innowacyjny projekt inspirowany Verą Rubin

Nazwana na cześć znanej astronomki Very Florence Cooper Rubin, platforma Rubin opiera się na sześciu połączonych układach scalonych. Jej sercem jest GPU Rubin, wsparty ulepszeniami w zakresie pamięci masowej i sieci dzięki zaktualizowanym technologiom Bluefield i NVLink. W ofercie znalazł się także nowy procesor Vera CPU, zoptymalizowany pod zadania związane z agenticznym rozumowaniem.

Odpowiedź na rosnące potrzeby pamięciowe AI

Dion Harris, starszy dyrektor ds. rozwiązań infrastrukturalnych AI w Nvidia, podkreślił, jak rosnąca złożoność obciążeń AI – takich jak agentic AI i zadania długoterminowe – zwiększa wymagania wobec systemów pamięci. "Wraz z pojawieniem się tych nowych przepływów pracy, presja na twój KV cache wzrasta," zauważył Harris, odnosząc się do mechanizmu pamięci używanego przez modele AI do optymalizacji przetwarzania danych wejściowych. "Aby sprostać tym wymaganiom, wprowadziliśmy zewnętrzną warstwę pamięci masowej, która łączy się bezpośrednio z urządzeniem obliczeniowym, umożliwiając znacznie bardziej skalowalne rozwiązania pamięciowe."

Skok wydajności i efektywności

Architektura Rubin zapewnia imponujące usprawnienia zarówno pod względem szybkości, jak i efektywności energetycznej. Nvidia informuje, że Rubin przewyższa poprzednią generację Blackwell 3,5-krotnie w zakresie trenowania modeli oraz osiąga pięciokrotny wzrost wydajności wnioskowania, sięgając do 50 petaflopów. Ponadto nowa platforma oferuje ośmiokrotnie większą wydajność wnioskowania na wat.

Sprostanie wymaganiom wyścigu o infrastrukturę AI

Te postępy pojawiają się w czasie ostrej konkurencji o budowę solidnej infrastruktury AI, gdy laboratoria badawcze i dostawcy chmury rywalizują o najnowsze układy Nvidia i zasoby do ich obsługi. Podczas rozmowy o wynikach finansowych w październiku 2025 roku Huang prognozował, że globalne inwestycje w infrastrukturę AI mogą osiągnąć od 3 do 4 bilionów dolarów w ciągu najbliższych pięciu lat.

Nadchodzące wydarzenie technologiczne