Portada · Tecnología · Hardware y dispositivos
Nvidia presenta Rubin HPC, una GPU con más de 50.000 núcleos CUDA para agentes de ciencia

Nvidia presentó este lunes 16 de noviembre Rubin HPC, una nueva unidad de procesamiento gráfico (GPU) de su plataforma Vera Rubin diseñada para acelerar la simulación y el procesamiento de datos en ciencia, ingeniería y análisis. El chip tendrá más de 50.000 núcleos CUDA en una sola GPU, una cifra récord según la empresa, y estará disponible en 2028. El anuncio se hizo en SC26, la conferencia anual de supercómputo, que este año se realiza en Chicago.
La apuesta de Nvidia es que los agentes de inteligencia artificial multiplicarán la demanda de simulación. Si un agente ayuda a un científico a explorar más materiales, moléculas o diseños candidatos, cada idea necesita una simulación que la ponga a prueba. “Para los agentes que abordan la ciencia y la ingeniería, una simulación más rápida significa un descubrimiento más rápido”, dijo Ian Buck, vicepresidente de hiperescala y computación de alto rendimiento de Nvidia.
Un chip pensado para mover datos, no solo para calcular
La GPU Rubin estándar tiene más de 28.000 núcleos CUDA, informó SiliconANGLE, por lo que la versión HPC casi duplica esa cantidad. Pero Nvidia insiste en que el salto no es solo de potencia de cálculo. Rubin HPC suma una capacidad de aceleración de datos dispersos, que mantiene a los núcleos alimentados con datos, y la séptima generación de NVLink, la conexión que comunica una GPU con otra.
La explicación de la empresa es que los modelos climáticos, las simulaciones de ingeniería, el análisis genómico y el cálculo de riesgo financiero comparten un mismo patrón: el programa busca unos pocos valores dispersos en un conjunto de datos enorme, calcula un resultado y lo repite a gran escala. El diseño busca que los núcleos pasen su tiempo calculando y no esperando datos. Los datos dispersos, con muchos ceros, son comunes en biología y astrofísica, según SiliconANGLE.
Nvidia no informó precio, consumo ni memoria del nuevo chip.
Bibliotecas para que los agentes hagan ciencia
El mismo día, Nvidia amplió sus bibliotecas CUDA-X, el software que ya funciona en sus GPU actuales, con herramientas que los agentes de IA pueden usar en investigación. Con cuPhoton.xBeam, un análisis de datos del Event Horizon Telescope, la red de radiotelescopios que estudia agujeros negros, pasó de tomar más de un mes a ocho minutos. Pacific Fusion usa cuPhoton.xLens para analizar simulaciones de plasma mientras corren.
En química, cuPotential acelera hasta 3 veces programas de simulación molecular existentes, y Cadence, Fathom Therapeutics, Topos Bio, Genesis Molecular AI y Terray Therapeutics lo están adoptando para descubrir fármacos. En materiales, Daviator promete cálculos cuánticos hasta 22 veces más rápidos y hasta 75% más baratos. En biología, cuSpa, ahora de código abierto, logró una aceleración de 900 veces frente a procesadores convencionales en el Memorial Sloan Kettering Cancer Center.
La conferencia también marcó los 20 años de CUDA, que Nvidia presentó en SC06, en noviembre de 2006. Hoy más de 11 millones de desarrolladores trabajan sobre esa plataforma, según la empresa.
El anuncio llega cuatro días después de que Jensen Huang renunciara a Nvidia y Colette Kress asumiera como CEO interina. Las publicaciones de la empresa sobre Rubin HPC no hacen referencia al cambio de mando.
Qué significa para las empresas de la región
El anuncio dice hacia dónde va la simulación científica e industrial. Algunas preguntas para quien dirige:
- ¿Tu empresa depende de la simulación? Minería, energía, farmacéutica, agroindustria y manufactura usan modelos que hoy tardan días. Conviene medir cuánto cuesta esa espera.
- ¿Ya probaste el software acelerado? Las bibliotecas CUDA-X anunciadas corren en GPU actuales: no hace falta esperar a 2028 para evaluar si reducen tiempos.
- ¿Tus centros de investigación y universidades aliadas tienen acceso a cómputo? Si la ciencia se acelera con agentes y simulación, quien no tenga GPU, propias o en la nube, se queda atrás.
- ¿Quién en tu equipo entiende de datos científicos? Un agente que lanza simulaciones necesita a alguien que sepa revisar sus resultados.
Qué mirar
Faltan los datos clave de Rubin HPC: memoria, consumo, precio y qué supercomputadores lo usarán primero. Habrá que ver si las bibliotecas CUDA-X para ciencia llegan a universidades y centros de investigación de la región antes que el chip, y si el cambio de mando en Nvidia altera su calendario de productos.
A partir de información de Nvidia (blog “NVIDIA Announces Rubin HPC”).
Para seguir leyendo
Empresas y corporativos
Jensen Huang renuncia a Nvidia y Colette Kress asume como CEO interina
El fundador deja la empresa tras 33 años y la acción tocó su mínimo en más de un año, según Mint. Para quien depende de Nvidia, es el riesgo de “hombre clave”.
Continuar leyendoEmpresas y corporativos
Fermaca será el primer socio de nube de Nvidia en México y apunta a 60 MW para 2027
El grupo mexicano de gas lanza una plataforma de fábricas de IA en Ciudad de México. Para las empresas de la región, abre la opción de entrenar modelos con sus datos sin sacarlos del país.
Continuar leyendoInteligencia artificial
OpenAI abre sus modelos a evaluadores externos y seis de Apollo trabajarán dentro
Apollo Research, METR, Transluce y Goodfire revisarán desde dentro si los modelos de OpenAI pueden engañar o eludir controles. Investigadores advierten que el acceso es más limitado que el prometido.
Continuar leyendo






















