Entradas Mensuales

Síguenos en:

Canal Oficial Telegram de elhacker.NET Grupo Facebook elhacker.NET Twitter elhacker.NET Canal Youtube elhacker.NET Comunidad Steam: Grupo elhacker.NET Mastodon

Entradas populares

PostHeaderIcon NVIDIA Rubin HPC impulsa la IA científica


NVIDIA lanza Rubin HPC, una GPU con más de 50.000 núcleos CUDA diseñada para acelerar la investigación de materiales y moléculas mediante IA.



NVIDIA ha presentado una nueva apuesta tecnológica diseñada específicamente para el ámbito de la ciencia y la ingeniería: la Rubin HPC. Esta GPU, integrada dentro de la plataforma Vera Rubin y revelada durante el evento SC26, llega con la ambición de optimizar la fase de verificación de las investigaciones científicas. Mientras que la inteligencia artificial es capaz de proponer la creación de nuevos materiales o moléculas con propiedades específicas, el paso crítico reside en comprobar que dichas ideas sean viables, una tarea que requiere un procesamiento de datos masivo que la Rubin HPC pretende acelerar.

El dato técnico más impactante de este hardware es que rompe récords previos al integrar más de 50.000 núcleos CUDA por unidad. Sin embargo, la compañía reconoce que aumentar la potencia de cálculo no es suficiente por sí solo. En el campo de la computación científica, es común enfrentarse a cargas de trabajo donde se deben consultar pequeños fragmentos de datos dispersos en conjuntos de información gigantescos. Para evitar que las unidades de cálculo queden inactivas esperando la llegada de la información, NVIDIA ha implementado una aceleración específica para datos dispersos.

Además de la potencia bruta, la arquitectura de la Rubin HPC se apoya en la séptima generación de NVLink para gestionar la comunicación entre múltiples GPUs, aunque la empresa no ha revelado el ancho de banda exacto de esta interconexión. El objetivo es crear un equilibrio entre la capacidad de procesamiento y el movimiento de datos, asegurando que el flujo de información sea constante y eficiente.

 

Esta herramienta busca potenciar la sinergia entre los agentes de IA y la computación científica mediante un ciclo de trabajo basado en la propuesta, la simulación y la revisión. De este modo, un agente de IA puede analizar los resultados de una simulación para ajustar el siguiente intento, permitiendo que los investigadores humanos centren sus esfuerzos experimentales en el laboratorio únicamente en los candidatos más prometedores. Este flujo de trabajo es vital para explorar diversas composiciones de materiales, ya que reducir los tiempos de espera permite ampliar el espectro de búsqueda o profundizar en las opciones más viables.

Es importante subrayar que la aceleración del hardware no sustituye la rigurosidad del método científico; la utilidad de la simulación sigue dependiendo de la calidad de los datos y de la correcta formulación del problema. Para complementar el hardware, NVIDIA incluye las bibliotecas CUDA-X, que optimizan algoritmos para tareas como el cálculo sobre mallas, la ordenación de datos, operaciones con matrices dispersas y la reducción de datos, aplicaciones fundamentales en genómica, ingeniería, riesgo financiero y modelos climáticos.

 

La Rubin HPC se posiciona como una variante especializada dentro del ecosistema de NVIDIA, diferenciándose de otros modelos de la familia Rubin:

  • Rubin: La GPU estándar enfocada en el entrenamiento e inferencia de IA, equipada con memoria HBM4.
  • Rubin Ultra: Una versión evolucionada con mayor capacidad y memoria HBM4e, prevista para 2027.
  • Rubin HPC: Orientada a simulaciones científicas y análisis de datos, con disponibilidad estimada para 2028 y más de 50.000 shaders.
  • Rubin CPX: Diseñada para inferencias con contextos masivos y 128 GB de GDDR7, aunque actualmente se considera un proyecto relegado frente a las LPU.

A pesar del despliegue técnico, NVIDIA ha mantenido cierta reserva sobre los detalles finales. No se han publicado cifras oficiales sobre el consumo energético, el precio, la cantidad de memoria ni pruebas comparativas de rendimiento en FP64. Tampoco se ha detallado la distribución física de los núcleos CUDA, un factor determinante para entender el rendimiento real en aplicaciones concretas más allá del titular publicitario.

Este lanzamiento confirma la estrategia de NVIDIA de dominar no solo la generación de contenido mediante IA, sino también la infraestructura de simulación que soporta la ciencia avanzada. El anuncio llega en un momento significativo tras la salida de Jensen Huang, sugiriendo que la compañía mantiene su ritmo de innovación agresivo incluso en etapas de transición directiva.



Fuentes:
https://elchapuzasinformatico.com/2026/11/nvidia-rubin-hpc-50000-nucleos-cuda-gpu-ia/