FB 建議貼文

選取貼文複製成功(包含文章連結)!

【NVIDIA GTC DC 2025】Vera Rubin Superchip登場,打造超級資料中心數位孿生與物理AI

【NVIDIA GTC DC 2025】Vera Rubin Superchip登場,打造超級資料中心數位孿生與物理AI

ADVERTISEMENT

NVIDIA執行長黃仁勳於美國華盛頓特區舉行的GTC DC大會中,展示Vera Rubin Superchip以及相關產品,並說明透過數位孿生技術規劃超級資料中心,以及針對機器人應用的物理AI。

無纜線設計

黃仁勳先前已於Computex 2024 CEO Keynote演說中提到Vera處理器(CPU)與Rubin繪圖處理器(GPU)等產品命名,到了GTC 2025也再次說明更多技術細節。

延伸閱讀:
NVIDIA於GTC DC 2025大會(上):當AI摩爾定律放緩就用加速運算與外部擴展解決問題
NVIDIA於GTC DC 2025大會(下):Vera Rubin Superchip登場,打造超級資料中心數位孿生與物理AI(本文)
Computex 2024:NVIDIA CEO 黃仁勳 Keynote 重點整理,揭露下代運算平台規劃
【GTC 2025】黃仁勳演說深入分析:提出「終極摩爾定律」,追求相同耗電更高效能
NVIDIA於AI Infra Summit 2025發表Rubin CPX GPU,透過分離運算提升6倍AI推論效能
Hot Chips 2025:NVIDIA發表Spectrum-XGS Ethernet,實現Scale-Across分散式運算

Vera Rubin Superchip的整體設計與先前Grace Blackwell Superchip,電路板上具有1組Vera CPU晶片封裝(總共具有88核176緒配置的客製化Arm架構處理器核心),以及2組Rubin GPU晶片封裝(總共具有4組GPU裸晶)。

比較特別的是它採用無纜線連接,Vera Rubin Superchip與伺服器主機板透過插槽連接,而不再需要纜線,能夠改善伺服器內部空間以及散熱效果。

NVIDIA執行長黃仁勳於的GTC DC大會中提到,2026會計年度中Blackwell與Rubin等架構的GPU有望帶來美金5,000億元的累計收益。

Rubin架構GPU遭直2025年問世,下代Feyman預計於2027年推出。

Vera Rubin Superchip由6兆個電晶體構成,能夠提供100 PFLOPS運算效能,並搭載總容量達2 TB的記憶體。

黃仁勳於活動舞台展示Vera Rubin Superchip。

黃仁勳也提到Vera Rubin CPX運算托架,圖中左側最上方為2組Rubin GPU晶片封裝,往下其次為1組Vera CPU晶片封裝、4組Vera Rubin CPX晶片封裝、4組Connect-X網路晶片。右側亦同。

黃仁勳也同步發表NVIDIA BlueFiel-4智慧型網路卡,提供速度高達800 Gbps的頻寬。

擬真物理環境訓練機器人

黃仁勳表示開源模型對AI生態系的發展相當重要,讓更多開發者能站在現成AI模型的基礎上,開發更多元的應用程式或是客製化微調模型,而NVIDIA也響應這個觀點,推出Nemotron(代理式AI)、Cosmos(物理AI)、GR00T(機器人)、Clara(生物醫學)等多種開源基礎模型。

另一方面,NVIDIA的Omniverse平台適合用於建立數位孿生,這次發表的Omniverse DSX Blueprint是針對超級資料中心(Gigascale AI Factory)設計的工作流程範本,讓廠商能進行氣體與液體管線、配電、伺服器設置的設計,並在虛擬環境中驗證可行性並進行最佳化,待確認無問題之後再進行施工,以簡化整體工作流程。

Omniverse平台也能用於機器人的AI模型訓練,搭配物理AI與模擬功能,讓虛擬環境也能反映真實的物理行為,提高訓練的成效。

黃仁勳也提到開源模型對AI生態系的發展相當重要。

NVIDIA提供Nemotron(代理式AI)、Cosmos(物理AI)、GR00T(機器人)、Clara(生物醫學)等多種開源基礎模型。

黃仁勳介紹透過Omniverse DSX Blueprint建立資料中心的工作流程範本,廠商能在數位孿生中設計並驗證資料中心的氣體與液體管線、配電、伺服器設置,在電腦中確認無誤後再行施工。

Omniverse DSX Blueprint整合多種應用程式與AI功能,能夠簡化程式的部署與前置作業。

▲透過Omniverse平台以數位孿生方式設計資料中心,能夠簡化整體工作流程。

NVIDIA與Disney Research合作的Blue機器人也在物理AI的虛擬環境中訓練,並強化它對周圍環境的適應力。

舉例來說,啟用物理模擬後(右),虛擬環境中的布簾就會與機器人產生互動。

機器人在沙地中行走時,腳步也會與沙石產生互動,如此一來能夠強化訓練效果。

▲從影片中可以看到啟用物理模擬後,能讓機器人在更擬真的虛擬環境中進行訓練。

對GTC DC 2025大會有興趣的讀者,可以在NVIDIA的YouTube頻道觀看開幕演說影片重播,以瞭解更多資訊。

國寶大師 李文恩
作者

電腦王特約作者,專門負責硬派內容,從處理器、主機板到開發板、零組件,尖端科技都一手包辦,最近的研究計畫則包括Windows 98復活與AI圖像生成。

使用 Facebook 留言
發表回應
謹慎發言,尊重彼此。按此展開留言規則