NVIDIA avduker Nemotron for vitenskap, Rubin HPC GPU og Vera CPU-utvidelse på SC26

Bilde: NVIDIA · Kilde
På SC26 introduserte NVIDIA Nemotron for vitenskap for å styrke AI-agenter innen forskning, kunngjorde Rubin HPC GPU, og utvidet Vera CPU-plattformen for å akselerere vitenskapelige beregninger og kvanteforskning.
På SC26-konferansen i Chicago presenterte NVIDIA's visepresident Ian Buck en rekke nye databehandlingsinnovasjoner designet for å fremme vitenskapelig forskning gjennom AI, høyytelsesberegning (HPC) og kvantesamarbeid. Kjernepunktet i kunngjøringene var Nemotron for vitenskap, et verktøy som kombinerer NVIDIAs åpne Nemotron 3.5 Super VL-modell med et nytt åpent kjemidatasett og etter-treningsoppskrifter for å hjelpe forskere med å bygge AI-agenter som kan planlegge eksperimenter, kjøre kode og validere resultater lokalt på systemer som DGX Spark eller superdatamaskiner.
Nemotron for vitenskap blir tatt i bruk av fremtredende forskningssentre som det amerikanske Department of Energy’s Argonne National Laboratory og Jülich Supercomputing Centre. Argonne har integrert Nemotron i sitt multi-agent system StructBioReasoner for å designe og evaluere proteinterapeutika, mens agenter drevet av verktøyet har vist evne til autonomt å planlegge hypoteser og identifisere nye bindingssteder. Åpne datasett som LitmusBench v0.2, som inneholder nesten 50 000 kjemispørsmål, støtter modelevaluering og etter-trening for forbedret resonnering i vitenskapelige oppgaver som kjemisk atferd og molekylære prediksjoner.
NVIDIA avslørte også Vera CPU rack-skala plattform designet eksplisitt for minnekrevende HPC-arbeidsbelastninger som klimamodellering og molekylær dynamikk. Hver Vera CPU inneholder 88 tilpassede NVIDIA Olympus-kjerner og leverer opptil 1,2 TB/s minnebåndbredde, mens racket kombinerer 192 Vera CPU-er med omtrent 300 TB minne og petabyte-lagring i et væskekjølt system. Det tyske Climate Computing Center (DKRZ) har valgt Vera CPU-er til sin kommende HLRE-5 superdatamaskin, ventet i tidlig 2028, for å muliggjøre storskala klimamodellering og AI-forskning med forbedret energieffektivitet og ytelse.
Som komplement til disse plattformene introduserte NVIDIA Rubin HPC GPU innen Vera Rubin-produktfamilien, designet for vitenskap og analyse med over 50 000 CUDA-kjerner og støtte for en rekke presisjoner (FP64 til FP4). Rubin HPC legger til akselerasjon for sparsom data og syvende generasjons NVLink-tilkobling, og tilbyr omtrent tre ganger så mange CUDA-kjerner som Hopper GPU-generasjonen, med forventet tilgjengelighet i 2028.
For å fremme kvanteberegningsforskning kunngjorde NVIDIA et nytt partnerskap med IBM og Fermi National Accelerator Laboratory for å skape en kvanteberegnings samdesignplattform med fokus på feilkorreksjon og applikasjonsforskning. NVIDIA detaljerte gjennombrudd som CUDA-Q algoritmen TCBP-JOBS, som dramatisk reduserer simuleringstiden for feilkorreksjon fra 12 uker til 45 minutter. Dette samarbeidet parer NVIDIA DGX B200 systemer med IBM kvantedatamaskiner, inkludert de drevet av IBM Quantum Nighthawk prosessor.
Konferansen fremhevet også NVIDIAs fremskritt innen nettverk, med demonstrasjoner av NVIDIA Photonics co-pakkede optiske svitsjer som tilbyr betydelig pålitelighet og reduserte bitfeil. Samlet sett markerer disse kunngjøringene NVIDIAs engasjement for å integrere AI-agenter, tilpassede CPU-er, GPU-er og kvanteteknologier for å fremskynde oppdagelser innen vitenskapelige domener samtidig som infrastruktur og dataeierskap kontrolleres.
Kilder og originalrapportering
Les originalkilden ↗

Kommentarer (0)
Ingen kommentarer ennå. Start diskusjonen.
Skriv en kommentar
Kommentarer publiseres etter moderering. Ditt navn og kommentar vil være synlige offentlig. Konto