Nvidia wprowadza nową generację platformy Rubin, koszt inferencji spada dziesięciokrotnie w porównaniu do Blackwell, planowana wysyłka w drugiej połowie roku

NVIDIA zaprezentowała na targach CES nową generację platformy Rubin AI, co oznacza utrzymanie przez nią corocznego tempa aktualizacji w dziedzinie układów sztucznej inteligencji (AI). Platforma ta, dzięki zintegrowanemu projektowi sześciu nowych układów, przynosi znaczący wzrost efektywności kosztowej inferencji oraz wydajności treningu i zostanie dostarczona pierwszym klientom w drugiej połowie 2026 roku.

W poniedziałek, 5 stycznia czasu nowojorskiego, CEO NVIDIA Jensen Huang w Las Vegas ogłosił, że sześć układów Rubin wróciło od współpracujących producentów i przeszło część kluczowych testów, postępując zgodnie z planem. Podkreślił: "Wyścig AI już się rozpoczął, wszyscy starają się osiągnąć kolejny poziom". NVIDIA podkreśla, że systemy oparte na Rubin będą miały niższe koszty eksploatacji niż wersje Blackwell, ponieważ osiągają te same rezultaty przy mniejszej liczbie komponentów.

Microsoft i inni duzi dostawcy chmury obliczeniowej będą pierwszymi klientami, którzy w drugiej połowie roku wdrożą nowe sprzęty. Następna generacja superfabryki AI Fairwater Microsoftu będzie wyposażona w system rakowy NVIDIA Vera Rubin NVL72, o skalowalności do setek tysięcy superukładów NVIDIA Vera Rubin. CoreWeave będzie jednym z pierwszych dostawców oferujących systemy Rubin.

Wprowadzenie tej platformy następuje w momencie, gdy niektórzy przedstawiciele Wall Street wyrażają obawy o rosnącą konkurencję wobec NVIDIA i wątpliwości, czy wydatki w dziedzinie AI utrzymają obecne tempo. NVIDIA jednak utrzymuje długoterminowe prognozy wzrostowe, szacując całkowity rynek na biliony dolarów.

Wzrost wydajności skierowany na nowe potrzeby AI

Zgodnie z ogłoszeniem NVIDIA, wydajność treningowa platformy Rubin jest 3,5 razy wyższa niż poprzedniej generacji Blackwell, a wydajność w uruchamianiu oprogramowania AI wzrosła 5-krotnie. W porównaniu do platformy Blackwell, Rubin może obniżyć koszt generowania tokenów podczas inferencji nawet 10-krotnie, a liczba GPU potrzebnych do szkolenia hybrydowych modeli ekspertów (MoE) została zredukowana 4-krotnie.

Nowa platforma wyposażona jest w procesor Vera CPU posiadający 88 rdzeni, którego wydajność jest dwukrotnie wyższa niż produktów alternatywnych. Ten CPU jest zaprojektowany specjalnie do inferencji przez agentów i jest najbardziej energooszczędnym procesorem w dużych fabrykach AI, oparty na 88 niestandardowych rdzeniach Olympus, pełnej kompatybilności z Armv9.2 i ultraszybkim połączeniu NVLink-C2C.

GPU Rubin wyposażony jest w trzecią generację silnika Transformer, oferując sprzętowo przyspieszaną adaptacyjną kompresję i zapewniając 50 petaflopsów mocy obliczeniowej NVFP4 do zastosowań AI. Każdy GPU oferuje przepustowość 3,6TB/s, natomiast rack Vera Rubin NVL72 zapewnia 260TB/s.

Postępy w testach układów

Jensen Huang ujawnił, że wszystkie sześć układów Rubin powróciło od partnerów produkcyjnych i przeszło kluczowe testy potwierdzające możliwość wdrożenia zgodnie z harmonogramem. Ta deklaracja potwierdza, że NVIDIA utrzymuje przewagę jako wiodący producent akceleratorów AI.

Platforma zawiera pięć przełomowych technologii: szóstą generację technologii połączeń NVLink, silnik Transformer, obliczenia poufne, silnik RAS oraz procesor Vera CPU. Trzecia generacja technologii obliczeń poufnych sprawia, że Vera Rubin NVL72 jest pierwszą platformą rakową oferującą ochronę danych w domenach CPU, GPU i NVLink.

Druga generacja silnika RAS obejmuje GPU, CPU i NVLink, oferując funkcje bieżącej kontroli stanu, tolerancji błędów i aktywnej konserwacji, aby maksymalizować produktywność systemu. Rack wykorzystuje modułową konstrukcję bezprzewodową, co pozwala na montaż i serwis 18 razy szybszy niż Blackwell.

Szerokie wsparcie ekosystemu

NVIDIA informuje, że Amazon AWS, Google Cloud, Microsoft oraz Oracle Cloud jako pierwsi wdrożą instancje oparte na Vera Rubin w 2026 roku, a partnerzy chmurowi tacy jak CoreWeave, Lambda, Nebius i Nscale również podążą tą ścieżką.

CEO OpenAI, Sam Altman, powiedział: "Inteligencja rośnie wraz z rozwojem mocy obliczeniowej. Gdy dodajemy coraz więcej mocy obliczeniowej, modele stają się potężniejsze, rozwiązują trudniejsze problemy i wywierają większy wpływ na ludzi. Platforma Rubin firmy NVIDIA umożliwia nam dalszą ekspansję tego postępu."

Współzałożyciel i CEO Anthropic, Dario Amodei, stwierdził, że "wzrost wydajności platformy Rubin NVIDIA to postęp infrastrukturalny umożliwiający dłuższą pamięć, lepsze wnioskowanie i bardziej niezawodne wyniki".

CEO Meta, Mark Zuckerberg, powiedział, że "platforma Rubin NVIDIA może wprowadzić skokową zmianę wydajności i efektywności, co jest niezbędne do wdrożenia najnowocześniejszych modeli dla miliardów ludzi".

NVIDIA dodaje, że Cisco, Dell, Hewlett Packard Enterprise, Lenovo i Supermicro planują wprowadzenie różnorodnych serwerów opartych na produktach Rubin. Laboratoria AI, takie jak Anthropic, Cohere, Meta, Mistral AI, OpenAI i xAI, czekają na wykorzystanie platformy Rubin do szkolenia większych i potężniejszych modeli.

Wcześniejsze ujawnienie szczegółów produktu

Komentatorzy zauważają, że NVIDIA w tym roku wcześniej niż zwykle ujawniła szczegóły nowych produktów, co jest jednym ze sposobów na utrzymanie zależności branży od jej sprzętu. Zwykle NVIDIA szczegółowo prezentuje produkty podczas corocznego wydarzenia GTC w San Jose w Kalifornii wiosną.

Dla Jensena Huanga, CES to tylko kolejny przystanek w jego maratonie wystąpień. Na różnych wydarzeniach ogłasza produkty, współpracę i inwestycje – wszystko w celu napędzenia wdrożeń systemów AI.

Nowy sprzęt NVIDIA obejmuje również komponenty sieciowe i połączeniowe, które staną się częścią superkomputera DGX SuperPod, a także mogą być oferowane klientom jako samodzielne produkty w bardziej modułowy sposób. Ten wzrost wydajności jest konieczny, ponieważ AI przesuwa się w stronę bardziej wyspecjalizowanych sieci modeli, które nie tylko filtrują ogromne ilości danych wejściowych, ale również rozwiązują konkretne problemy poprzez wieloetapowe procesy.

NVIDIA promuje zastosowania AI w całej gospodarce, w tym w robotyce, opiece zdrowotnej i przemyśle ciężkim. W ramach tych działań NVIDIA ogłosiła szereg narzędzi przyspieszających rozwój samochodów autonomicznych i robotów. Obecnie większość wydatków na komputery oparte na NVIDIA pochodzi z budżetów inwestycyjnych kilku kluczowych klientów, w tym Microsoft, Google Cloud należącego do Alphabet i AWS należącego do Amazon.