NVIDIA ha anunciado durante Supercomputing 2026 (SC26) su nueva GPU Rubin HPC, un acelerador orientado a la computación de alto rendimiento que contará con más de 50.000 CUDA Cores. Su diseño estará especializado en la ejecución de simulaciones científicas, aplicaciones de ingeniería y procesamiento de grandes volúmenes de datos.
Integrada dentro de la plataforma Vera Rubin, la nueva GPU incorporará mecanismos de aceleración para el procesamiento de datos dispersos y conectividad NVLink de séptima generación. NVIDIA sitúa su disponibilidad comercial en 2028, aunque todavía no ha desvelado buena parte de sus especificaciones técnicas.
Rubin HPC establecerá un nuevo récord en número de CUDA Cores
Con más de 50.000 CUDA Cores por GPU, Rubin HPC superará ampliamente los 28.672 de la versión convencional de Rubin. Este incremento representa al menos un 74% más de unidades de procesamiento, aunque NVIDIA todavía no ha confirmado las frecuencias de funcionamiento ni la configuración interna del acelerador.
Según recoge Wccftech, las imágenes oficiales muestran una GPU de grandes dimensiones rodeada por ocho posiciones destinadas a módulos de memoria HBM. Su distribución sugiere la posible utilización de varios dies de cómputo interconectados dentro de un mismo encapsulado, aunque esta configuración no ha sido confirmada.
Las primeras imágenes de los sistemas Rubin HPC también apuntan a bandejas de servidores equipadas con dos Superchips, cada uno compuesto por una CPU Vera y dos GPU Rubin HPC. Esta configuración permitiría integrar más de 200.000 CUDA Cores por bandeja, siempre que se mantenga la distribución de componentes mostrada.
NVLink de séptima generación y aceleración de datos dispersos
Más allá del incremento de unidades de procesamiento, NVIDIA pretende mejorar la capacidad del acelerador para acceder a información distribuida de forma irregular dentro de grandes conjuntos de datos. Este planteamiento resulta especialmente relevante en aplicaciones científicas que trabajan con matrices dispersas y patrones de acceso a memoria poco uniformes.
En estas cargas de trabajo, incrementar la capacidad de cálculo no siempre se traduce en un aumento proporcional del rendimiento. Si los datos no llegan con suficiente rapidez, parte de las unidades de ejecución pueden permanecer inactivas. Rubin HPC incorporará mecanismos específicos para reducir estas limitaciones.
La conectividad entre GPU estará respaldada por NVLink de séptima generación, destinada a facilitar el intercambio de información entre múltiples aceleradores. No obstante, NVIDIA todavía no ha detallado el ancho de banda efectivo de esta interconexión en Rubin HPC, ni la capacidad y velocidad de su memoria HBM.
Entre las aplicaciones que podrían beneficiarse de este diseño figuran las simulaciones climáticas, el análisis genómico, la dinámica de fluidos y el desarrollo de nuevos materiales. El ecosistema de bibliotecas CUDA-X también desempeñará un papel importante en la optimización de los algoritmos utilizados en estas disciplinas.
AMD Instinct MI430X intensifica la competencia en computación científica
El anuncio de Rubin HPC coincide con los últimos avances de AMD en su familia Instinct MI400. Su acelerador Instinct MI430X, basado en la arquitectura CDNA 5, combina recursos destinados a inteligencia artificial con unidades especializadas en cálculos científicos de doble precisión.
Las especificaciones conocidas de ambos aceleradores permiten establecer una primera comparativa de sus respectivos planteamientos arquitectónicos:
| Especificaciones | NVIDIA Rubin HPC | AMD Instinct MI430X |
|---|---|---|
| Arquitectura | Rubin | CDNA 5 |
| Unidades de procesamiento | Más de 50.000 CUDA Cores | 256 WGP |
| Rendimiento FP64 nativo | Sin confirmar | Hasta 288 TFLOPS |
| Rendimiento FP4 | Sin confirmar | Hasta 9,2 PFLOPS |
| Memoria HBM | Sin confirmar | 432 GB HBM4 |
| Ancho de banda de memoria | Sin confirmar | 23,3 TB/s |
| Disponibilidad prevista | 2028 | 2027 |
Las cifras de rendimiento de AMD corresponden a estimaciones teóricas preliminares.
La capacidad de cálculo FP64 constituye una de las principales incógnitas de Rubin HPC. A diferencia de las operaciones de menor precisión utilizadas habitualmente en inteligencia artificial, la doble precisión sigue siendo fundamental en numerosas simulaciones científicas.
Por tanto, el elevado número de CUDA Cores no permite determinar por sí solo la competitividad del nuevo acelerador frente al Instinct MI430X. Será necesario conocer la distribución de las unidades de ejecución, el rendimiento FP64 nativo y la eficiencia energética de ambas soluciones.
NVIDIA refuerza su apuesta por la supercomputación más allá de la IA generativa
Ian Buck, vicepresidente de computación de alto rendimiento e infraestructura a gran escala de NVIDIA, ha destacado la importancia de acelerar las simulaciones que utilizan los agentes de inteligencia artificial para evaluar hipótesis. El objetivo es combinar la automatización de la investigación con herramientas de cálculo científico de mayor rendimiento.
Rubin HPC representa una ampliación de la estrategia de NVIDIA en centros de datos, donde las últimas generaciones de aceleradores han priorizado las capacidades de entrenamiento e inferencia. Su desarrollo permitirá abordar cargas de trabajo que requieren un equilibrio diferente entre precisión, capacidad de cálculo y movimiento de datos.
Con su disponibilidad prevista para 2028, todavía existe margen para introducir modificaciones en el diseño. El verdadero potencial de Rubin HPC dependerá de sus prestaciones en aplicaciones científicas reales, más allá del récord establecido por sus más de 50.000 CUDA Cores.
Vía: Wccftech












