NVIDIAは11月16日、米シカゴで開催中のスーパーコンピューティング学会SC26にあわせて、シミュレーションやデータ処理向けの新GPU「Rubin HPC」を発表した。同日には、Vera RubinプラットフォームのMLPerf初参加結果、4台をつないで使うDGX Sparkの開発キット、量子プロセッサーを扱えるようにしたジョブ管理ソフトSlurmの拡張も公開しており、生成AI向けに作ってきたVera Rubin世代を科学技術計算の領域へ広げる発表がまとまって出た形だ。
Rubin HPCはVera Rubinプラットフォームに属するGPUで、1基あたりのCUDAコア数は5万超とされる。NVIDIAはこれを単一GPUとして過去最多と説明している。疎なデータの読み出しを加速する機能を備え、GPU間は第7世代NVLinkで接続する。想定するのは疎行列演算、ステンシル計算、ソート、リダクションといった処理で、気候モデル、工学シミュレーション、ゲノム解析、金融リスク計算に共通して現れるものだ。提供開始は2028年の予定。
同時に公表されたMLPerf Training v6.1では、Vera Rubin NVL72がGPU 1基あたりでGB300 NVL72の最大2倍の性能を出した。DeepSeek-V3の学習ベンチマークでは256基から1,024基へ増やしたときのスケーリング効率が約97%で、学習時間は16分から約4分に縮んでいる。NVIDIAは今回のラウンドの全ベンチマークで首位を取り、全項目に結果を出した唯一のプラットフォームだったとしている。
CUDAコア5万超という数字以外、性能値はまだ出ていない
Rubin HPCの発表文には、FP64演算性能、メモリ容量と帯域、製造プロセス、価格のいずれも書かれていない。前世代との比較もなく、現時点で比べられる公式の数値はCUDAコア数だけだ。NVIDIAは「演算だけでなくデータ移動も同時に拡張した設計」を強調しているが、それが実効性能でどれほどの差になるかは、2028年の出荷前に出てくるであろう仕様の公開を待つ必要がある。
それでもHPC専用のGPUを別に立てたこと自体には意味がある。NVIDIAのデータセンターGPUはAI向けの低精度演算を優先する方向に進んでおり、Blackwell Ultra(B300)では従来の科学計算で多用される倍精度(FP64)の性能が大きく削られた。気候や流体のシミュレーションを主用途とするスーパーコンピューターセンターにとって、AI工場向けGPUをそのまま流用しにくくなっていたところに、HPC向けの製品を分けて出してきたことになる。
Endpointsの「電力あたり10倍超」は条件が大きく違う
今回NVIDIAが初めて結果を出したMLPerf Endpoints v1.0は、エージェント型のコーディングや業務ワークフローを実際に走らせ、タスクが正しく完了するかも確認するベンチマークだ。主指標は電力あたりのスループットで、NVIDIAはVera Rubinが前世代比で10倍超と発表している。
ただし公表された内訳を見ると、比較の条件はそろっていない。Kimi K3(MLCommonsの検証待ちの暫定値)での結果は次のとおりだ。
| Vera Rubin NVL72 | GB300 NVL72 | |
|---|---|---|
| アクセラレーター数 | 32 | 48 |
| 同時クエリ数 | 1,024 | 48 |
| システム全体のトークン/秒 | 41,414.2 | 2,210.4 |
| 消費電力 | 100.89kW | 60kW |
| 最初のトークンまでの時間(P90) | 4,673.9ミリ秒 | 2,305.1ミリ秒 |
| ユーザーあたりトークン/秒 | 50.4 | 56.2 |
1kWあたりに直すとVera Rubinは約410トークン/秒、GB300は約37トークン/秒で、確かに約11倍になる。一方でVera Rubinは同時クエリ数が21倍以上あり、最初のトークンが返るまでの時間は約2倍に延びている。大量の要求をまとめて処理するバッチ寄りの条件で取った数字であり、応答の速さを重視する用途にそのまま当てはまるわけではない。NVIDIAが8月に打ち出した「NVL72で電力あたり最大30倍」の主張と同様、どの条件で測ったかを見ないと比較を誤りやすい。
DGX Sparkは4台をスイッチなしでリング接続
研究者向けには「DGX Spark HPC Developer Kit」を発売した。GB10 Grace Blackwell Superchipを積んだDGX Sparkを4台、ConnectX-7で隣同士をリング状につなぐ構成で、ネットワークスイッチを別途用意する必要がない。4台合計でメモリ512GB、NVMeストレージ20TBとなり、NVFP4形式なら最大7,000億パラメータのモデルをローカルで動かせるという。発売当初のDGX Sparkは2台連結で4,050億パラメータ級までとしていたので、つなげる台数と扱えるモデル規模がそれぞれ引き上げられた。Acer、ASUS、Dell、HP、Lenovoなど9社とNVIDIA Marketplaceから購入でき、価格は公表されていない。C/C++/Fortranコンパイラや MPIをまとめた「HPC SDK playbook」も近く提供する。
量子分野では、スーパーコンピューターで広く使われるジョブ管理ソフトSlurmを拡張し、QPU(量子プロセッサー)をCPUやGPUと同じ枠組みで割り当てられるようにした。QRMIとQDMIの両インターフェースに対応し、QPUメーカーは設定ファイル1つで各センターにハードウェアを接続できる。IBM、IQM、Pasqal、Quantinuumなどが採用を表明しており、対応版のSlurm 26.11は11月中に公開される。NVIDIAによれば、約30のスーパーコンピューターセンターが50基以上のQPUを導入中で、その数は5年で約7倍になった。
このほか、ブラックホール観測データの相関処理を1か月超から約8分に短縮したcuPhoton、既存の分子動力学ソフトを最大3倍速くするcuPotentialなど、CUDA-Xライブラリの追加も発表している。cuSpaとGPU版HMMERはオープンソースで公開された。



