Hardware·
إنفيديا تكشف عن معالج Rubin HPC ومنصة معالجات Vera المركزية في مؤتمر SC26، إيذاناً بعصر الحوسبة العلمية المدعومة بالوكلاء الذكية
في مؤتمر SC26، قدم إيان باك من إنفيديا منصة Nemotron for Science، ومعالج Rubin HPC الرسومي، ومنصة معالجات Vera المركزية الموسعة — مما يجعل الوكلاء الذكية الواجهة الجديدة للمحاكاة والحوسبة الكمية والأبحاث عالية الأداء.

استخدمت إنفيديا كلمتها الخاصة في مؤتمر SC26 في شيكاغو لرسم معالم حزمة أجهزة وبرمجيات مبنية حول وكلاء الذكاء الاصطناعي المستقلين القادرين على تخطيط التجارب، تنفيذ الأكواد، والتحقق من النتائج على البنية التحتية الخاصة بالباحثين. أطر نائب رئيس إنفيديا للحوسبة فائقة النطاق وعالية الأداء، إيان باك، هذا التحول على أنه تقارب بين المحاكاة، الذكاء الاصطناعي، والحوسبة الكمية — حزمة يصبح فيها الوكلاء المشغلين الأساسيين.
أساسيات أجهزة جديدة
تتمحور الإعلانات حول معالج Rubin HPC الرسومي، وهو معجل مخصص للعلوم متوقع في 2028 بأكثر من 50,000 نواة CUDA — أي حوالي ثلاثة أضعاف عدد أنوية Hopper — يدعم دقة من FP64 حتى FP4، تسريع البيانات النادرة، وتقارب NVLink من الجيل السابع. وتكمل ذلك منصة معالجات Vera المركزية التي تضيف أنوية عالية الإنتاجية محسنة لحلقات استدعاء الأدوات التي يعتمد عليها الوكلاء بين خطوات النموذج. وقد اختار مركز الحوسبة المناخية الألماني (DKRZ) معالجات Vera لحواسه الفائق HLRE-5 المقرر في أوائل 2028، لينضم إلى عمليات نشر معلنة سابقاً في مركز الحوسبة المتقدمة في تكساس.
من جانب البرمجيات، تجمع منصة Nemotron for Science بين نموذج Nemotron 3.5 Super VL المفتوح، ومجموعة بيانات كيميائية منتقاة، ووصفات ما بعد التدريب لعلوم الحياة. يمكن للباحثين تشغيلها محلياً على DGX Spark، محطة عمل، أو حاسوب فائق سيادي، مع الاحتفاظ بملكية كاملة للبيانات وأوزان النموذج. شملت العروض المبكرة وكيلاً في مختبر أرجون الوطني اكتشف موقعين جديدين للارتباط من موجه واحد، ووكيل إصلاح GROMACS من معهد KTH الملكي أصلح 81% من الإعدادات المعطلة بين ليلة وضحاها على DGX Spark واحد، ووكيل Nsight AI Porting Agent من إنفيديا الذي سرع روتين نموذج الطقس WRF بأكثر من 5 أضعاف باستخدام حوالي 150 مليون توكن.
تكمل التعاون في الحوسبة الكمية مع آي بي إم ومختبر فيرمي الوطني للإسراع الصورة، مستهدفاً سير عمل هجينة كمية-كلاسيكية على نفس البنية التحتية.
لماذا هذا مهم لبنية GPU / الذكاء الاصطناعي التحتية: حلقة الوكيل — استدلال النموذج، تنفيذ الأداة، تقييم النتيجة — تفرض متطلبات جديدة على توازن CPU-GPU، عرض نطاق الذاكرة، والتقاربات منخفضة الكمون. تم تصميم Rubin و Vera صراحةً لتلك الحلقة، مما يشير إلى أن دورة المشتريات القادمة لمراكز HPC ستعطي الأولوية للإنتاجية الأصلية للوكلاء على ذروة FLOPS الخام وحدها.
- aigpu
- ai gpu
- ai gpu cloud
- aigpu dubai
- nvidia
- hpc
- rubingpu
- veracpu
بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (NVIDIA Blog)
→ كل المقالات