NVIDIA zapowiedziała 16 listopada 2026 roku na konferencji SC26 układ Rubin HPC, nowy GPU z platformy Vera Rubin przeznaczony do symulacji i analizy danych w nauce, inżynierii i finansach. Ma ponad 50 tys. rdzeni CUDA, czyli najwięcej w historii pojedynczego GPU firmy, przyspieszenie operacji na danych rozproszonych i łącza NVLink siódmej generacji. Producent wiąże go z agentami AI, które zlecają coraz więcej symulacji. Układ ma być dostępny w 2028 roku, a ceny nie podano.
Co zapowiedziała NVIDIA na SC26
Rubin HPC to osobny układ w rodzinie Vera Rubin, zaprojektowany z myślą o obliczeniach naukowych, a nie o trenowaniu dużych modeli językowych. NVIDIA ogłosiła go na SC26, największej konferencji superkomputerowej, razem z rozszerzeniem menedżera zadań Slurm o komputery kwantowe i nowymi bibliotekami CUDA-X dla agentów.
Ian Buck, wiceprezes NVIDII odpowiedzialny za hyperscale i HPC (high-performance computing, obliczenia wysokiej wydajności), uzasadnia premierę rosnącą liczbą symulacji uruchamianych przez agentów AI. Agent proponuje kandydata na materiał lub cząsteczkę, symulacja go sprawdza, a wynik wskazuje kolejny krok.
Czym Rubin HPC różni się od GPU do trenowania AI
Według NVIDII obliczenia naukowe mają powtarzalny wzorzec. Program sięga do ogromnego zbioru danych, pobiera rozproszone wartości, wykonuje obliczenia i powtarza to miliony razy. W takich zadaniach rdzenie często czekają na dane, dlatego Rubin HPC ma zwiększać przepustowość danych razem z mocą obliczeniową.
- Ponad 50 tys. rdzeni CUDA, czyli jednostek wykonujących obliczenia ogólnego przeznaczenia.
- Przyspieszenie operacji na danych rzadkich, typowych dla macierzy rzadkich, obliczeń szablonowych (stencil), sortowania i redukcji.
- NVLink siódmej generacji do szybszej wymiany danych między GPU.
- Współpraca z bibliotekami CUDA-X, które agenci mogą wywoływać jako gotowe narzędzia do symulacji i analityki.
Czego jeszcze nie wiadomo
Zapowiedź nie zawiera danych technicznych potrzebnych do porównań. NVIDIA nie podała wydajności w operacjach FP64 ani FP32, ilości i rodzaju pamięci, poboru mocy, ceny ani nazw pierwszych klientów. Wszystkie opisane korzyści to deklaracje producenta, które trzeba będzie zweryfikować w testach, np. na liście TOP500.
Termin 2028 roku oznacza, że układ nie trafi do maszyn kupowanych w obecnych przetargach. Ośrodki, które planują zakupy w latach 2027-2028, mogą jednak brać go pod uwagę w harmonogramie modernizacji.
Znaczenie dla polskich centrów obliczeniowych i nauki
Polskie uczelnie i instytuty korzystają z GPU NVIDII w superkomputerach akademickich, a dostęp do mocy obliczeniowej w Europie rośnie dzięki programom EuroHPC. Dla zespołów zajmujących się klimatem, chemią czy inżynierią materiałową zapowiedź jest sygnałem, że kolejna generacja sprzętu będzie projektowana pod łączenie symulacji z agentami AI.
W naszej ocenie zespoły badawcze nie muszą dziś zmieniać planów. Warto natomiast przygotować kod do bibliotek akcelerowanych na GPU, bo to od oprogramowania zależy, czy więcej rdzeni przełoży się na krótszy czas obliczeń. Konkretne decyzje zakupowe będą możliwe dopiero po publikacji specyfikacji i niezależnych wyników.
Źródła i data sprawdzenia
- NVIDIA Announces Rubin HPC - A New GPU to Accelerate Agents for Science, Engineering and AnalyticsNVIDIA, publikacja: 2026-11-16, sprawdzono: 2026-11-16
- NVIDIA at SC26NVIDIA, publikacja: 2026-11-16, sprawdzono: 2026-11-16
- NVIDIA Expands Slurm to Bring Quantum Computing Into SupercomputingNVIDIA, publikacja: 2026-11-16, sprawdzono: 2026-11-16
Artykuł ma charakter informacyjny. Przy decyzjach prawnych, finansowych lub organizacyjnych warto zweryfikować wnioski w odniesieniu do konkretnej sytuacji.



