NVIDIA memperkenalkan Rubin HPC, GPU baru untuk simulasi dan pemrosesan data di bidang sains, rekayasa, serta analitik. Pengumuman ini disampaikan dalam konferensi Supercomputing 2026 (SC26) pada 16 November 2026.
Rubin HPC bukan sekadar versi dengan angka performa lebih besar dari GPU sebelumnya. NVIDIA merancangnya untuk beban kerja yang terus memindahkan data dalam jumlah besar: pemodelan iklim, simulasi rekayasa, analisis genom, sampai pengelolaan risiko finansial. Perusahaan mengatakan GPU ini akan tersedia pada 2028, jadi produk yang diumumkan masih berada cukup jauh dari penggunaan umum.
Lebih dari 50.000 CUDA core
Spesifikasi yang paling mudah dibaca adalah jumlah CUDA core-nya. NVIDIA menyebut Rubin HPC memiliki lebih dari 50.000 CUDA core dalam satu GPU. Perusahaan tidak menyertakan angka performa aplikasi atau hasil benchmark independen dalam pengumuman tersebut, sehingga jumlah core belum bisa diterjemahkan langsung menjadi kecepatan pada semua jenis simulasi.
Rubin HPC juga membawa kemampuan sparse data acceleration. Data sparse adalah data yang sebagian besar elemennya kosong atau bernilai nol. Pola seperti ini sering muncul dalam simulasi ilmiah, termasuk operasi matriks, pemodelan berbasis grid, sorting, dan proses reduction. Dalam beban kerja tersebut, prosesor bisa menghabiskan waktu menunggu data yang dibutuhkan sebelum melakukan perhitungan berikutnya.
Menurut NVIDIA, desain Rubin HPC mencoba menyeimbangkan komputasi dan pergerakan data. Artinya, perusahaan tidak hanya menambah unit hitung, tetapi juga berusaha memastikan unit tersebut tetap mendapat pasokan data. Pendekatan ini penting untuk sistem yang bekerja pada dataset besar dan berulang, karena tambahan kemampuan hitung tidak banyak membantu jika jalur datanya menjadi titik lambat.
GPU untuk alur kerja agen
NVIDIA mengaitkan Rubin HPC dengan meningkatnya penggunaan agen AI dalam penelitian dan rekayasa. Agen dapat membantu mengusulkan material, molekul, atau desain, lalu meminta sistem simulasi menguji kandidat tersebut. Hasil simulasi kemudian dipakai untuk menentukan eksperimen atau langkah berikutnya.
Pola ini membuat GPU tidak hanya berfungsi untuk melatih atau menjalankan model bahasa. GPU juga perlu mempercepat simulasi yang menjadi bagian dari putaran kerja agen: hipotesis, perhitungan, evaluasi, lalu perbaikan. Jika putaran itu dapat diselesaikan lebih cepat, peneliti bisa menguji lebih banyak kemungkinan sebelum memilih kandidat untuk eksperimen fisik.
Namun, pengumuman NVIDIA belum memberikan data yang cukup untuk menyimpulkan seberapa besar percepatan Rubin HPC pada aplikasi tertentu. NVIDIA menyampaikan arah desain dan jenis beban kerjanya, bukan perbandingan menyeluruh dengan GPU yang sudah tersedia. Klaim mengenai percepatan nyata perlu menunggu perangkat, perangkat lunak, dan pengujian yang dapat diulang.
NVLink generasi ketujuh dan CUDA-X
Rubin HPC menggunakan NVIDIA NVLink generasi ketujuh untuk koneksi antar-GPU. Interkoneksi seperti ini menjadi penting ketika simulasi dibagi ke banyak GPU dan setiap bagian perhitungan harus bertukar data dengan bagian lain. Latensi dan bandwidth antarkomponen dapat memengaruhi hasil akhir sama besar dengan kemampuan satu GPU.
GPU tersebut juga akan bekerja bersama pustaka CUDA-X. NVIDIA menyebut pustaka ini menyediakan implementasi algoritma untuk simulasi dan analitik, sehingga pengembang tidak selalu harus membangun setiap operasi dari awal. Nilai praktisnya akan bergantung pada dukungan pustaka terhadap aplikasi ilmiah yang dipakai, serta seberapa mudah kode lama dipindahkan ke platform baru.
Pengumuman Rubin HPC datang bersama sejumlah pembaruan NVIDIA di SC26 untuk komputasi ilmiah. Perusahaan menempatkan akselerator, pustaka, dan agen dalam satu jalur pengembangan. Strategi ini menunjukkan bahwa persaingan infrastruktur AI mulai bergerak melewati ukuran model. Sistem yang dapat menghubungkan model, simulator, data, dan perangkat lunak khusus akan lebih relevan untuk pekerjaan penelitian yang tidak selesai lewat satu prompt.
Untuk saat ini, Rubin HPC lebih tepat dibaca sebagai peta arah daripada produk yang bisa langsung dibeli. Ketersediaannya baru ditargetkan pada 2028, sementara rincian harga, konfigurasi sistem, konsumsi daya, dan hasil benchmark independen belum diumumkan. Yang sudah jelas adalah fokusnya: membawa komputasi GPU dan pergerakan data lebih dekat ke kebutuhan simulasi yang dipanggil berulang kali oleh peneliti maupun agen AI.
Sumber https://blogs.nvidia.com/blog/rubin-hpc/ Sumber konteks: https://blogs.nvidia.com/sc26-news/