GPU Rubin od Nvidie detailně odhaleno: Čtyři čiplety s téměř tisícem tensor jader mají výkon 50 PFLOPS

Nvidia aktuálně prezentuje svoje technologie na konferenci SIGGRAPH 2026 a při této příležitosti poodhalila svou nejnovější chystanou generaci GPU – Rubin. Ovšem bavíme se zatím o GPU Rubin pro datacentra a umělou inteligenci, ne o herních grafických kartách. AI akcelerátor Rubin bude pro Nvidii ale důležitější, neboť jí slibuje další stovky miliard dolarů v tržbách od různých firem, které se doufají prosadit v oboru umělé inteligence.

Detaily AI verze Rubinu

GPU Rubin je tvořeno spojením dvou čipů, které samy o sobě budou mít obvyklou velikost na samé hranici toho, co je možné vyrobit (okolo 800 mm²). Celek má mít 336 miliard tranzistorů. Čipy jsou propojené rozhraním NV-HBI, ale patrně jsou schopné fungovat i jednotlivě. Nvidia také dříve plánovala pouzdro se čtyřmi čipy, nicméně podle zákulisních zpráv byla tato verze kvůli problémům zrušena.

Nvidia slibuje, že GPU Rubin dosáhne výkonu až 25 PFLOPS, což je při použití nízké přesnosti s čtyřbitovými floating-point hodnotami (NVFP4). Pomocí funkce sparsity by výkon měl být ekvivalentem 50 PFLOPS, což je údaj pro úlohy typu inference. Nvidia tvrdí ve svých materiálech, že je to až pětinásobný výkon proti generaci Blackwell, což je ale divné. U té totiž slibuje AI výkon 20 PFLOPS (také včetně sparsity), proti čemuž by tedy Rubin byl jen 2,5× lepší. Vypadá to, jakoby Nvidia srovnávala dvojčipový Rubin s jednočipovým Blackwellem, přestože v generaci Blackwell už měla stejnou dvojčipovou verzi v nabídce (a při odhalení ji stejně jako teď prezentovala jako tu hlavní.

Při trénování neuronových sítí lze očekávat výkon 35 PFLOPS (také při použití NVFP4). Nvidia neuvádí, jaká bude spotřeba, TDP ale asi bude velmi vysoké přesahující 1000 W.

Nvidia uvádí, že základní výpočetní výkon (v přesnosti FP32) na obecných shaderech je 130 TFLOPS a v maticových AI výpočtech na tensor jádrech 400 TFLOPS. Ve vědeckých výpočtech s přesností FP64 má GPU výpočetní výkon 33 TFLOPS. V tomto typu výkonu Nvidia v poslední době nedělá pokroky a Rubin je dokonce slabší než čtyři roky stará generace Hopper. Nvidia uvádí, že pomocí softwarové emulace na tensor jádrech lze získat až 200 TFLOPS. To však není zcela plnohodnotná náhrada standardních FP64 výpočtů.

Nvidia uvádí pro celé GPU, že je složeno z 896 Tensor jader. Která používají architekturu Transformer Engine třetí generace. Není uveden počet klasických bloků SM, patrně by jich mohlo být 224, protože Nvidia mívala čtyři tensor jádra na jeden blok SM. Počet klasických obecných výpočetních jednotek není přímo uveden. Podle schématického obrázku čipu (respektive dvou čipů tvořících GPU) se zdá, že fyzicky má každý z čipů 124 bloků SM organizovaných v kvadrantech (dva mají po 30 a dva po 32 blocích). To znamená, že ve skutečnosti má celé dvojčipové GPU rovnou 992 tensor jader, jenže Nvidia počítá s tím, že některé bloky SM budou vždy vypnuté pro zlepšení výtěžnosti. Čipy s nějakými defekty bude stále možné použít pro nejvyšší prodávanou konfiguraci stejně jako ty bezchybné.

Každý z čipů má své vlastní řadiče paměti HBM4 s celkovou šířkou 4096 bitů a dva rozdělené bloky L2 cache. Paměť jednoho čipu bude mít kapacitu 144 GB a propustnost 11 TB/s, což při sečtení obou polovin GPU dává 288 GB paměti o propustnosti 22 TB/s.

Dva výpočetní, dva IO čiplety

Není úplně jasné, zda je GPU složeno ze dvou stejných čipů. Schéma Nvidie se tváří, jako by „levá“ a „pravá“ polovina byly odlišné. Zatímco počet výpočetních jednotek je patrně stejný v obou, lišit by se měla konektivita. Jeden čip má podle Nvidia rozhraní PCI Express 6.0 ×16 pro základní připojení do systému a konektivitu NVLink v6 pro připojení k přepínačům konektivity (ty si Nvidia speciálně vyvíjí) a propojením s dalšími GPU v racku. Celková propustnost těchto rozhraní má být až 3600 GB/s (tím se nejspíš myslí 1800 GB/s jedním směrem a 1800 GB/s opačným).

Druhý čip podle Nvidie nemá rozhraní PCI Express, ale jen rozhraní NVLink C2C, která slouží k propojení s procesorem systému (například Nvidia Vera) Tato rozhraní mají mít celkovou propustnost 1800 GB/s (což opět může být součet 900 GB/s oběma směry). Nvidia by teoreticky mohla používat i dva stejné čipy s tím, že mají identický blok s I/O rozhraními, jen jinak nakonfigurovaný po výrobě čipu. Při svých tržbách si ale Nvidia rozhodně může dovolit zdvojit náklady tape-out a masky, takže je možné, že Rubin má skutečně dvě varianty křemíku.

Podle fotografií vzorků (či maket?), které Nvidia prezentovala, však patrně bloky rozhraní NVLink a PCI Express 6.0 jsou tvořené samostatnými IO čiplety pravděpodobně vyráběné starším procesem, což nejspíš vysvětluje jejich odlišnou vybavenost. V takovém případě jsou zřejmě oba výpočetní čipy identické a tape-out byl jen jeden (pokud nepočítáme samostatné tape-outy IO čipletů), zatímco různé jsou IO čiplety – a to i velikostí.

Je možné, že rozhraní NVLink v6 s vyšším počtem linek mělo být použito i pro propojení s dvěma dalšími čipy Rubin do oné zrušené čtyřčipové verze. Pokud ne, možná měly být propojené vždy jen dva čipy v čtveřici, takže celek by se choval jako dvojice samostatných GPU. Ale to jen spekulujeme. Jaký byl záměr, se už se možná nikdy nedozvíme, pokud se potvrdí, že je čtyřčipová verze zrušena.

Dostupnost letos

Nvidia bude patrně GPU prodávat i samotná, ale firma se nejspíš bude soustředit na celé servery a racky (což je jeden z faktorů stojících za jejími extrémně vysokými tržbami). Jeden rack NVL72 by měl obsahovat 72 GPU Rubin (což asi znamená 144 čipů), 36 procesorů Vera a 36 switchů NVLink. GPU Rubin by se dle firmy měla začít reálně prodávat někdy v druhé polovině letošního roku, přesné datum sděleno nebylo.

Zdroje: techPowerUp, Nvidia (1, 2)