Vai al contenuto
Offerte

NVIDIA Rubin HPC: oltre 50.000 CUDA core, ma arriverà nel 2028

In questo articolo Indice dei contenuti 2 sezioni

NVIDIA ha tolto il velo su Rubin HPC, una GPU che senza troppi giri di parole si può definire mostruosa. Il motivo sta tutto nei numeri, visto che il chip mette in campo oltre 50.000 CUDA core ed è stato progettato per accelerare le simulazioni scientifiche e le applicazioni più impegnative nel campo dell’ingegneria. Il nuovo processore grafico entrerà a far parte della piattaforma Vera Rubin, anche se i tempi non saranno brevissimi. Per vederlo davvero all’opera bisognerà infatti aspettare il 2028.

L’annuncio è arrivato durante la conferenza Supercomputing 2026 di Chicago, un palcoscenico coerente con la vocazione di un prodotto pensato per la ricerca e per il calcolo ad alte prestazioni. E almeno sulla carta le cifre presentate hanno un certo peso, perché raccontano un passo avanti tutt’altro che marginale rispetto a quanto l’azienda californiana offre già oggi.

Un salto netto rispetto all’attuale Rubin

Per capire la portata della novità basta mettere a confronto le due soluzioni. L’attuale GPU Rubin dispone di 28.672 CUDA core, mentre Rubin HPC ne offrirà almeno il 74% in più. Non si parla quindi di un ritocco o di un aggiornamento di passaggio ma di un aumento consistente delle unità di calcolo a disposizione, destinate a lavorare in parallelo sui compiti più gravosi.

Resta però un aspetto ancora avvolto nel mistero. NVIDIA non ha chiarito come saranno organizzati tutti questi core all’interno del chip e su questo punto le informazioni ufficiali sono per ora assenti. Non è escluso che la società possa ricorrere a più chiplet inseriti nello stesso package, cioè a diversi blocchi di silicio messi insieme per comporre un unico processore. Si tratta comunque di un’ipotesi che attende conferme, dato che l’architettura definitiva non è stata ancora svelata nei dettagli.

Il vero collo di bottiglia è la memoria

Sarebbe riduttivo leggere Rubin HPC soltanto come una corsa ai numeri. L’obiettivo infatti non è semplicemente aumentare la potenza di calcolo, e la ragione ha a che fare con il modo in cui funzionano le simulazioni scientifiche. In questo tipo di carichi di lavoro una GPU può trascorrere parecchio tempo ferma in attesa di recuperare le informazioni dalla memoria, un problema che si fa sentire soprattutto quando il processore deve gestire enormi quantità di dati sparsi in posizioni differenti.

Il concetto è più semplice di quanto sembri. Un core di calcolo, per quanto veloce, non produce nulla se i dati su cui deve lavorare non arrivano in tempo. Più le informazioni sono frammentate e distribuite, più cresce il tempo speso a cercarle e a trasferirle, mentre le unità di elaborazione restano di fatto inattive. È una dinamica tipica del calcolo scientifico, dove i modelli da elaborare sono spesso vastissimi e raramente ordinati in modo comodo per l’hardware.

Ed è proprio qui che si gioca la partita. In queste condizioni aggiungere altri core serve a poco se poi non si riesce ad alimentarli abbastanza velocemente, perché la potenza in più finirebbe per restare in buona parte inutilizzata. Per questo l’attenzione di NVIDIA non si concentra soltanto sul numero di CUDA core ma anche sulla capacità di rifornirli di dati con la rapidità necessaria, condizione indispensabile perché i numeri annunciati a Chicago si traducano in prestazioni reali quando Rubin HPC debutterà all’interno della piattaforma Vera Rubin nel 2028.

Fonte: TecnoAndroid

Condividi:
28 Condivisioni