Nvidia resmi memperkenalkan GPU Rubin HPC yang dirancang khusus untuk beban kerja komputasi berkinerja tinggi (HPC) dan simulasi berbasis kecerdasan buatan.
Cip tunggal ini mengemas lebih dari 50.000 CUDA Cores, menawarkan kapasitas pemrosesan hampir 2,5 kali lipat dibandingkan GeForce RTX 5090.
GPU ini merupakan bagian dari arsitektur Nvidia Vera Rubin dan difokuskan untuk mempercepat pengolahan data ilmiah, model iklim, analisis genomik, hingga simulasi rekayasa industri.
Berbeda dari kartu grafis konsumen, Rubin HPC menitikberatkan kemampuan general-purpose GPU computing, bukan sekadar inferensi AI generatif.
Lompatan CUDA Cores dan Operasi Komputasi Spesifik
Jumlah CUDA Cores yang menembus 50.000 unit menandai lompatan teknis besar dalam satu silikon.
Sebagai perbandingan, GeForce RTX 5090 mengemas 21.760 CUDA Cores, sehingga penambahan inti komputasi ini dirancang untuk menangani operasi matematika rumit secara paralel.
Nvidia merancang Rubin HPC untuk mempercepat perhitungan matriks jarang (sparse matrix), komputasi stencil, serta operasi reduction dan pengurutan data (sorting).
Operasi tersebut menjadi fondasi utama dalam riset material modern, simulasi molekuler, dan analisis risiko keuangan.
Dengan integrasi pustaka CUDA-X, agen AI dapat menjalankan iterasi simulasi secara otomatis untuk menemukan kandidat material atau struktur baru dengan efisiensi waktu lebih tinggi.
Peningkatan daya komputasi juga membutuhkan jalur lalu lintas data yang seimbang agar inti pemroses tidak mengalami hambatan saat menunggu perpindahan memori.
Untuk mengatasi potensi penyempitan arus data (bottleneck), Nvidia membekali Rubin HPC dengan antarmuka bus NVLink generasi ketujuh.
Teknologi interconnect terbaru ini memungkinkan komunikasi antar-GPU dalam klaster superkomputer berjalan dengan latensi ultra-rendah dan throughput bandwidth yang sangat tinggi.
Sistem akselerasi data berbasis sparse data acceleration juga disematkan guna memastikan CUDA Cores menerima suplai instruksi secara konstan tanpa terhenti oleh operasi memori sekunder.
Kecepatan simulasi menjadi kunci utama dalam memangkas alur riset ilmiah.
Dalam skenario uji coba laboratorium tradisional, pengujian fisik memerlukan waktu berminggu-minggu.
Penggunaan kombinasi pemrosesan paralel GPU dan agen AI dapat menyaring jutaan variabel desain sebelum masuk ke tahap uji fisik.