Haberler

Nvidia Ve AMD Bilimsel Hesaplama İçin Yeni GPU’larını Tanıttı

Nvidia ile AMD, yapay zekâ odaklı GPU tasarımlarının yanında yüksek performanslı hesaplama (HPC) alanına yönelik yeni işlemciler geliştiriyor. Nvidia, 2028’de piyasaya çıkması planlanan Rubin HPC modelini 50 binden fazla CUDA çekirdeğiyle duyururken AMD, Instinct MI430X için 432 GB HBM4 bellek ve 288 TFLOPS FP64 performansı açıkladı. Yeni işlemciler, bilimsel simülasyonlar, mühendislik hesaplamaları ve süper bilgisayarların ihtiyaç duyduğu çift duyarlıklı işlem gücüne odaklanıyor.

Nvidia Rubin HPC, Bilimsel Hesaplamalar İçin 50 Binden Fazla CUDA Çekirdeği Sunuyor

Nvidia, Supercomputing 2026 etkinliğinde Rubin GPU ailesinin yüksek performanslı hesaplama iş yükleri için hazırlanan yeni sürümünü tanıttı. Rubin HPC adı verilen işlemci, 50 binden fazla CUDA çekirdeği barındıracak ve Nvidia’nın bu yıl tanıttığı yapay zekâ odaklı Rubin sürümünün çekirdek sayısını yaklaşık ikiye katlayacak. Şirket, yeni donanımın 2028 yılında kullanıma sunulmasını planlıyor.

Nvidia’nın süper bilgisayar biriminden sorumlu yöneticisi Dan Ernst, Rubin HPC’nin simülasyon, mühendislik ve yüksek performanslı veri analizi gibi alanların gereksinimleri doğrultusunda yeniden dengelenmiş bir mimariye sahip olduğunu söyledi. Şirket, aynı GPU platformu içinde farklı uygulama alanlarına yönelik donanım varyantları geliştirme yaklaşımını sürdürüyor.

Nvidia, daha önce B300 hızlandırıcısını yapay zekâ çıkarım işlemlerine yönelik optimize etmişti. Rubin HPC de benzer şekilde belirli bilimsel hesaplama iş yüklerine odaklanıyor. Ancak Nvidia henüz işlemcinin bellek kapasitesi, bant genişliği veya en yüksek hesaplama performansı gibi temel teknik özelliklerini açıklamadı.

Nvidia’nın son GPU tasarımlarında düşük hassasiyetli hesaplamalara ağırlık vermesi, bilimsel hesaplama topluluğunda endişelere yol açtı. Blackwell Ultra tabanlı B300 ve GB300 hızlandırıcıları, yapay zekâ işlemlerinde yüksek performans sağlamak amacıyla çift duyarlıklı FP64 matris hızlandırma kapasitesinden ödün verdi.

B300, FP4 hassasiyetinde 15 petafLOPS yapay zekâ hesaplama gücü sunarken FP64 performansı 1,3 terafLOPS seviyesinde kalıyor. Bu değer, yapay zekâ model eğitimi ve çıkarımı için güçlü bir donanım ortaya koysa da bilimsel simülasyonlarda kullanılan çift duyarlıklı hesaplamalar açısından sınırlı kalabiliyor.

Nvidia’nın ilk Rubin açıklaması da benzer tartışmaları beraberinde getirmişti. İşlemcinin 33 TFLOPS FP64 performansı, önceki Blackwell GPU’larından düşük kalırken dört yıl önce piyasaya çıkan Hopper hızlandırıcılarının seviyesinin de gerisine düşüyordu.

Şirket, bellek bant genişliği ile hesaplama gücü arasındaki daha yüksek oran sayesinde seyrek vektör işlemlerinde avantaj sağlanabileceğini savunuyor. High Performance Conjugate Gradients (HPCG) gibi testler bu tür iş yüklerini ölçerken, yoğun matris işlemleri için kullanılan High-Performance Linpack (HPL) farklı bir performans profili ortaya koyuyor.

Nvidia, yoğun matris işlemlerinde FP64 emülasyonu yaklaşımını da kullanıyor. Ozaki Scheme tabanlı algoritmalar, FP64 işlemlerini INT8 hesaplamalarına dönüştürerek Tensor Core birimlerinden daha yüksek performans elde etmeyi hedefliyor. Nvidia, Rubin GPU’ların bu yöntemle 200 TFLOPS’a kadar emüle edilmiş FP64 matris performansı sağlayabileceğini belirtiyor. Ancak şirket, HPC kullanıcılarının yalnızca emülasyona bağımlı kalmayacağını, doğal FP64 matris performansının da sunulacağını ifade ediyor.

AMD de yüksek performanslı hesaplama için MI400 serisinin özel bir sürümünü hazırlıyor. Instinct MI430X, 432 GB HBM4 bellek, saniyede 23 TB bellek bant genişliği ve 288 TFLOPS tepe çift duyarlıklı hesaplama performansı sunacak.

AMD, FP64 emülasyonu yerine modüler chiplet mimarisinden yararlanarak yapay zekâ ile bilimsel hesaplama için farklı hızlandırıcılar geliştiriyor. MI430X, özellikle HPC ve bilimsel araştırma iş yüklerine odaklanan donanım olarak konumlandırılıyor.

Şirketin paylaştığı tahmini performans verileri, MI430X’in önceki MI300A hızlandırıcısına kıyasla farklı benchmark testlerinde önemli kazanımlar sağlayabileceğini gösteriyor. AMD’nin projeksiyonlarına göre HPL performansı 3,96 kat, HPL-MxP performansı 4,16 kat, HPCG performansı ise 5,57 kat artabilir.

AMD, EuroHPC’nin Alice Recoque sistemi ile Oak Ridge Ulusal Laboratuvarı’nın gelecekteki Discovery süper bilgisayarı gibi sistemlerin yeni GPU’lara geçiş yapması halinde önemli performans artışları elde edebileceğini öngörüyor. Nvidia ile AMD’nin yeni işlemcileri, yapay zekâ hesaplamalarının yanı sıra bilimsel araştırmalarda kullanılan yüksek hassasiyetli hesaplama kapasitesine yönelik rekabeti de yeniden güçlendiriyor.

İlgili Makaleler

Bir yanıt yazın

Başa dön tuşu