Jensen Huang розкриває нову еру суперкомп'ютерів, Vera Rubin стає змінницею в галузі AI

Джерсін Ху знову піднявся на сцену CES, цей керівник NVIDIA продемонстрував масовий технологічний реліз, який показує всій індустрії майбутній напрямок AI-обчислень. На відміну від попередніх років, головною подією цього разу є не традиційна споживча графічна карта, а корпоративна суперкомп’ютерна платформа вагою 2,5 тонни, яка об’єднує шість кастомізованих чипів — Vera Rubin. Це ім’я взято від астронома Віли Рубін, що символізує прагнення NVIDIA досліджувати нові межі AI-індустрії.

Відновлення логіки дизайну чипів Vera Rubin, системні інновації за високою продуктивністю

У традиційній моделі розробки NVIDIA зазвичай дотримуються обережної стратегії — оновлювати лише 1-2 чипи в кожному поколінні. Але Vera Rubin порушує цю традицію, одночасно розробивши та серійно випустивши шість нових чипів — це безпрецедентно в галузі. Джерсін Ху назвав це «екстремальним синергетичним дизайном» — одночасною інновацією на рівні архітектури чипів і всього платформи.

Ці шість чипів виконують різні функції: Vera CPU базується на кастомізованій архітектурі Olympus з 88 ядрами, має 1,5 ТБ системної пам’яті (у 3 рази більше за попередню Grace), і цього вже достатньо для підтримки складних AI-застосунків; Rubin GPU — головний рушій продуктивності, здатний виконувати inference на рівні 50PFLOPS, що у 5 разів перевищує попередню Blackwell, при цьому кількість транзисторів зросла лише у 1,6 разу, що свідчить про високу ефективність дизайну.

Крім цих двох «мозків», Vera Rubin інтегрує мережеву карту ConnectX-9, обчислювальний модуль BlueField-4, комутатор NVLink-6 і оптоволоконний Ethernet-чип Spectrum-6. Кожен з них ретельно опрацьований, щоб забезпечити скоординовану роботу всієї системи як єдиного організму.

За реальними показниками продуктивності, система NVL72 з архітектурою Vera Rubin досягає 3,6 EFLOPS у inference — у п’ять разів більше за Blackwell; у тренуванні — 2,5 EFLOPS, що у 3,5 рази більше. Що ще важливо, таке зростання продуктивності супроводжується лише 1,7-кратним збільшенням кількості транзисторів, що свідчить про суттєві прориви у технологіях напівпровідників і архітектурних оптимізаціях.

Фізичний дизайн також зробив крок уперед. Раніше суперкомп’ютерні вузли вимагали 43 кабелі, займали 2 години на збірку і були схильні до помилок. Вузли Vera Rubin не потребують кабелів — достатньо 6 рідинних охолоджувальних трубок, а збірка займає всього 5 хвилин. Основна мережа NVLink, що з’єднує вузли, складається з майже 3200 км мідних кабелів і 5000 мідних шнурів, передаючи дані зі швидкістю 400 Гбіт/с. Така складність інженерних рішень викликала жарт Джерсіна Ху: «Мабуть, потрібен дуже сильний CEO, щоб його підняти».

Революція пам’яті та мережеве прискорення — ключові рішення для AI

Одним із головних викликів у застосуванні AI є нестача контекстної пам’яті. Під час діалогів у AI з’являється «KV Cache» — робоча пам’ять AI. З розширенням кількості раундів і масштабів моделей традиційна HBM-пам’ять швидко вичерпується.

Рішення Vera Rubin — використання обчислювального модуля BlueField-4 для автономного управління KV Cache. На кожен вузол припадає 4 BlueField-4 з 150 ТБ контекстної пам’яті, що дозволяє додатково збільшити пам’ять GPU до 16 ТБ — тоді як у звичайного GPU внутрішньої пам’яті близько 1 ТБ. Це революційне зростання, і при цьому швидкість доступу залишається високою — пропускна здатність 200 Гбіт/с зберігається.

Однак однієї пам’яті недостатньо. Коли робоча пам’ять має працювати між десятками серверів і тисячами GPU, мережеві рішення стають новим вузьким місцем. З’являється Spectrum-X — перша в світі «спеціалізована» Ethernet-платформа для AI. Вона використовує технології TSMC COOP і Silicon Photonics, підтримуючи 512 каналів по 200 Гбіт/с.

З точки зору економіки, для дата-центру вартістю 5 мільярдів доларів Spectrum-X дає приріст пропускної здатності на 25%, що економить 500 мільйонів доларів — так описує Джерсін Ху цю мережеву систему: «Майже даром».

Крім того, Vera Rubin має і заходи безпеки. Всі дані під час передачі, зберігання і обчислень шифруються — PCIe, NVLink, CPU-GPU і інші шини. Це дозволяє компаніям безпечно розгортати власні моделі у зовнішніх системах без ризику витоку даних.

Відкритий код і демократизація AI — нове покоління моделей для перетворення індустрії

Одним із головних моментів презентації стала підтримка відкритого співтовариства AI. Джерсін Ху особливо відзначив проривний реліз DeepSeek V1 минулого року, який «збурив світ», назвавши його «першою відкритою моделлю для inference», що запалює інноваційний рух у галузі. На слайдах видно, що вітчизняні Kimi і DeepSeek V3.2 посідають перше і друге місця у світовому рейтингу відкритих моделей.

Ху зізнається, що хоча нинішні відкриті моделі відстають від провідних рішень приблизно на півроку, кожні півроку з’являється новий проривний продукт. Така швидкість ітерацій змушує стартапи, гігантів і дослідницькі інститути не розслаблятися, а NVIDIA розуміє, що сама не може залишатися осторонь.

Тому NVIDIA перестає бути лише виробником чипів. Вони створюють багатомільярдний кластер DGX Cloud для суперкомп’ютерів, розробляють передові застосунки — La Proteina для синтезу білків, OpenFold 3 і інші — і розвивають відкриту екосистему, орієнтовану на медицину, фізику AI, агентів, робототехніку і автономне водіння.

Серед нових моделей — сімейство Nemotron, що охоплює голосові, мультимодальні, пошуково-активовані генеративні та безпечні рішення. Вони вже демонструють високі результати у рейтингах і знаходять застосування у реальних компаніях.

Фізичний аватар AI — Alpamayo, ера inference для автопілотів

Якщо великі мовні моделі вирішують проблему «цифрового світу», то наступна амбіція Ху — підкорити «фізичний світ». Він пропонує архітектуру «трьох ядрових комп’ютерів»: тренувальний (на базі традиційних GPU), inference (на «мозках» на краю — роботах і автівках), симуляційний (у віртуальних середовищах Omniverse і Cosmos).

Цей трирівневий підхід реалізовано у Alpamayo — першій у світі системі автономного водіння з мисленням. Вона відрізняється від класичних правилових систем тим, що є системою глибокого навчання від кінця до кінця, здатною вирішувати «довгі хвости» — складні ситуації на дорозі.

Коли автомобіль потрапляє у незвичайні ситуації, Alpamayo не просто виконує заздалегідь запрограмовані дії, а здатен робити висновки і приймати рішення, як людина. Ще цікавіше, що система «розповідає», що і чому вона збирається робити. На демонстрації авто показало здатність розбивати складні дорожні сцени на базові логічні елементи і реагувати на них.

Перший комерційний автомобіль із цією технологією — Mercedes CLA. Джерсін Ху оголосив, що ця модель з’явиться у США вже у першому кварталі, а згодом — у Європі та Азії. Машина отримала найвищий рейтинг безпеки NCAP, що зумовлено унікальною «двошаровою системою безпеки» NVIDIA: коли AI не має достатньої впевненості у ситуації, вона автоматично переключається на більш консервативний класичний режим, щоб гарантувати безпеку.

Екосистема робототехніки і майбутнє промисловості — від віртуального до реального виробництва

Ще один важливий блок — стратегія робототехніки. NVIDIA запросила партнерів із роботами: гуманоїдних і чотириногих роботів Boston Dynamics. Ху підкреслив, що всі вони матимуть Jetson — мікрообчислювальні модулі, що тренуються у середовищі Isaac Simulator на базі Omniverse.

Ще масштабніше бачення — інтеграція цієї екосистеми у промислові рішення від Synopsys, Cadence, Siemens. За словами Ху, найбільший робот — це фактично сама фабрика.

Знизу вгору, NVIDIA уявляє майбутнє так: дизайн чипів, систем і моделювання фабрик — все прискорюється за допомогою фізичного AI. На сцені з’явилися і сюрпризи — наприклад, робот Disney. Ху жартома звернувся до цих милих роботів: «Ви будете проектуватися, виготовлятися і навіть проходити тестування у комп’ютері, ще до того, як відчуєте справжню гравітацію».

Якщо дивитися лише на другу половину презентації, можна подумати, що це реліз продуктів якогось робототехнічного або модельного бренду.

Від постачальника чипів до AI-енергетика — стратегічний поворот Джерсіна Ху

На тлі дискусій про «бульбашку AI» ця презентація має глибокий підтекст. Окрім уповільнення закону Мура і зниження швидкості традиційних шляхів підвищення продуктивності, Ху прагне довести цінність AI через платформу Vera Rubin — від простого зростання обчислювальної потужності до реальних застосувань.

Цей стратегічний поворот — перехід від просто виробника чипів до провайдера AI-рішень — не обмежується апаратним забезпеченням. Важливо, що NVIDIA активно інвестує у застосунки і екосистему — підтримка відкритих моделей, створення DGX Cloud, розробка Alpamayo для автономного водіння і фізичних AI-моделей — все це демонструє, як AI справді змінює світ.

Останній цікавий момент — через обмеження часу на CES Ху підготував багато невикористаних слайдів. Він зробив гумористичне відео, підсумовуючи ці матеріали, і знову показав стиль цього лідера — серйозний у технічних інноваціях, але з широким поглядом на індустрію.