Site icon New Tech Club

Rubin HPC Resmi Diperkenalkan, Bawa 50.000+ CUDA Core untuk Superkomputer

Newtechclub.com — Di ajang Supercomputing 2026 (SC26) di Chicago, Amerika Serikat, Senin (16/11/2026), Nvidia resmi memperkenalkan GPU anyar bernama Rubin HPC. Lewat langkah ini, Nvidia langsung mencuri perhatian para pegiat komputasi performa tinggi karena membawa janji performa yang bikin penasaran.

GPU ini menyasar kebutuhan high-performance computing (HPC), seperti simulasi ilmiah, perhitungan teknik, dan pengolahan data berskala raksasa. Jadi, bukan sekadar GPU untuk gaming, tetapi mesin serius untuk pekerjaan yang menuntut tenaga komputasi besar.

Yang paling bikin heboh, Rubin HPC mengemas lebih dari 50.000 CUDA core dalam satu GPU. Angka ini menjadi rekor CUDA core terbanyak yang pernah Nvidia tanamkan pada sebuah GPU. Penasaran kan seberapa besar lompatannya?

Sebagai pembanding, GPU Nvidia B300 berbasis arsitektur Blackwell Ultra membawa 20.480 CUDA core, sedangkan Rubin versi standar mengusung 28.672 CUDA core. Dengan demikian, Rubin HPC memiliki sekitar 2,4 kali CUDA core B300 dan sekitar 1,7 kali Rubin standar.

CUDA core sendiri bisa kita bayangkan sebagai pasukan kecil pemroses di dalam GPU yang bekerja bersamaan. Semakin banyak jumlahnya, semakin banyak pula perhitungan yang secara teori dapat GPU kerjakan dalam waktu bersamaan. Namun, kita tetap perlu mencermati angka besar ini dengan tenang.

Meski begitu, banyaknya CUDA core tidak otomatis membuat GPU langsung lebih cepat secara keseluruhan. Performa juga bergantung pada kecepatan memori dan cepatnya data mengalir ke bagian GPU yang membutuhkannya. Jadi, jangan buru-buru menilai hanya dari angka core, ya.

Untuk simulasi ilmiah, Rubin HPC lebih memfokuskan diri pada pekerjaan komputasi ilmiah dan teknik yang menuntut perhitungan sangat besar. GPU yang menjadi bagian dari platform Nvidia Vera Rubin ini antara lain cocok untuk pemodelan iklim, simulasi desain dan rekayasa, analisis genom, hingga perhitungan risiko di sektor keuangan.

Untuk mempercepat pekerjaan tersebut, Nvidia menyematkan teknologi sparse data acceleration. Secara sederhana, teknologi ini membantu GPU memproses data yang lokasinya tersebar di berbagai bagian memori dengan lebih efisien. Alhasil, unit pemrosesan di dalam GPU tidak terlalu lama menunggu data sebelum mulai menghitung.

Nvidia mengatakan Rubin HPC juga mengoptimalkan sejumlah jenis perhitungan yang umum dipakai dalam simulasi ilmiah. Misalnya, pengolahan matriks dengan banyak nilai kosong, perhitungan berbasis titik data di sekitarnya, pengurutan data, serta penyederhanaan sejumlah besar data menjadi hasil yang lebih ringkas.

Selain itu, Rubin HPC menggunakan NVLink generasi ketujuh atau NVLink 7. Teknologi ini berfungsi sebagai jalur komunikasi berkecepatan tinggi agar banyak GPU dapat bertukar data dengan cepat di dalam sebuah superkomputer. Sebagai gambaran, NVLink generasi sebelumnya pada platform Vera Rubin menawarkan bandwidth dua arah hingga 3,6 TB per detik untuk setiap GPU. Namun, Nvidia belum mengungkap kemampuan NVLink 7.

“Untuk agen AI yang menangani persoalan sains dan teknik, simulasi yang lebih cepat berarti proses penemuan juga bisa berlangsung lebih cepat,” ujar Ian Buck, Vice President of Hyperscale and High-Performance Computing Nvidia, seperti dikutip TechTimes, Rabu (18/11/2026). Menurut Buck, semakin cepat simulasi berjalan, semakin cepat pula sistem AI menguji berbagai kemungkinan.

Hal ini memungkinkan ilmuwan dan insinyur mencoba lebih banyak skenario dalam waktu lebih singkat sebelum menentukan langkah penelitian atau pengembangan berikutnya. Jadi, manfaatnya bukan hanya soal angka benchmark, tetapi juga percepatan proses penemuan.

Spesifikasi lengkap masih dirahasiakan. Meski sudah mengungkap jumlah CUDA core lebih dari 50.000 unit, Nvidia belum membeberkan seluruh spesifikasi teknis Rubin HPC. Sejumlah informasi penting masih belum Nvidia umumkan, termasuk kapasitas memori, kecepatan transfer data dari dan menuju memori, konsumsi daya, serta kemampuan GPU menjalankan perhitungan presisi tinggi atau FP64.

Informasi tersebut penting karena performa superkomputer tidak hanya bergantung pada seberapa cepat GPU melakukan perhitungan. Dalam beberapa jenis pekerjaan, kecepatan sistem justru sangat bergantung pada seberapa cepat data berpindah dari memori ke GPU dan sebaliknya. Karena itu, kita perlu menunggu detail resmi berikutnya.

Sebagai contoh, berdasarkan pemeringkatan superkomputer TOP500 edisi Juni 2026, superkomputer El Capitan mencatat kinerja sekitar 1,809 exaflops dalam pengujian LINPACK. LINPACK mengukur kemampuan sistem melakukan perhitungan matematis dalam jumlah sangat besar. Namun, dalam pengujian HPCG yang lebih mencerminkan beban kerja bergantung pada kecepatan akses dan perpindahan data, performa El Capitan tercatat sekitar 17,41 petaflops, atau jauh lebih rendah dibanding hasil LINPACK.

Perbedaan tersebut menunjukkan bahwa kemampuan melakukan perhitungan dalam jumlah besar bukan satu-satunya faktor penentu performa superkomputer. Karena itu, jumlah CUDA core Rubin HPC yang mencapai lebih dari 50.000 unit belum bisa menjadi satu-satunya tolok ukur untuk menilai seberapa cepat GPU tersebut dibanding generasi sebelumnya.

Nvidia juga belum mengumumkan harga maupun konfigurasi sistem yang nantinya akan menggunakan Rubin HPC. Nvidia menjadwalkan GPU ini tersedia pada 2028, sebagaimana kami himpun dari TechTimes dan blog resmi Nvidia. Jadi, sambil menunggu, kita bisa memantau apakah Rubin HPC benar-benar membawa lompatan besar untuk superkomputer masa depan.

Temukan juga berbagai berita terbaru lainnya hanya di Exposenews.id.

Exit mobile version