Недавно Nvidia заявила партнерам, что платформа Vera Rubin для дата-центров, ориентированных на ИИ, уже перешла к «полноценному производству». Компания по-прежнему нацелена на запуск в конце текущего года и рассчитывает обойти конкурентов, включая AMD. Параллельно в отрасли заговорили о том, что спецификации самого GPU Rubin могут быть пересмотрены в сторону большей производительности — ценой заметно выросшего энергопотребления и ускоренной памяти.
Что именно меняется в параметрах Rubin
По данным Keybanc (информация распространяется через @Jukan05), теплопакет Rubin якобы «зафиксирован» на уровне 2,3 кВт на один графический процессор. Это выше ранее озвученных Nvidia 1,8 кВт, но все же ниже цифры 2,5 кВт, которую ожидали некоторые наблюдатели рынка. Источник этих сведений неофициальный, поэтому окончательно подтвердить их нельзя — сообщается, что запрос к Nvidia по этому поводу уже направлен.
Ключевые цифры, о которых говорят в отчетах
- TDP Rubin: 2,3 кВт (против прежних 1,8 кВт в ранних заявлениях).
- Ожидаемый TDP AMD Instinct MI455X: около 1,7 кВт.
- Пропускная способность памяти Rubin: 22,2 ТБ/с (вместо упоминавшихся ранее 13 ТБ/с).
Почему рост TDP важен не только «на бумаге»
Дополнительные примерно 500 Вт запаса, если он действительно заложен, дают инженерам больше свободы в реальных сценариях — прежде всего в длительных нагрузках, характерных для обучения и инференса. В таких режимах критично, чтобы ускоритель не «сбрасывал» частоты под полной нагрузкой и держал стабильную производительность, а не показывал красивые пиковые значения в презентациях.
Какие практические эффекты может дать прибавка мощности
- меньше ограничений по троттлингу при постоянной высокой загрузке;
- возможность активнее задействовать больше исполнительных блоков одновременно;
- рост пропускной способности на тяжелых задачах, где упираются сразу вычисления, память и межсоединения.
Память HBM4 и межсоединения: еще один фронт гонки
Косвенным подтверждением «разгона» Rubin называют данные Semianalysis: там утверждают, что Nvidia увеличила скорость передачи данных в стеках HBM4, из-за чего суммарная пропускная способность памяти на GPU якобы выросла до 22,2 ТБ/с. Логика здесь простая: повышенный энергобюджет можно направить не только на тензорные блоки, но и на более высокие частоты памяти HBM4 и PHY-компонентов, а также на более «агрессивную» работу каналов — памяти, внутренних межсоединений и NVLink. Это особенно актуально, поскольку современные ИИ-системы все чаще ограничены именно памятью и производительностью fabric.
Что это дает на уровне узла, стойки и кластера
В крупных ЦОД и у гиперскейлеров ценность часто измеряется не «силой одного GPU», а итоговой производительностью узла и стойки. Если каждый ускоритель становится быстрее, то для той же задачи может потребоваться меньше GPU, а значит снижается нагрузка на сеть и растет эффективность кластера. Правда, это работает лишь при условии, что инфраструктура готова питать машины с существенно более высоким энергопотреблением.
Дополнительные плюсы для производителей
- более гибкая привязка по напряжению и больший запас по вольтажу;
- возможность удерживать полезную производительность без урезания блоков или снижения частот.
Итог: ставка на устойчивую отдачу, а не только на рекордные пики
Если озвученные изменения верны, то прибавка в ~500 Вт усиливает конкурентные позиции Rubin и стоечных решений уровня VR200 NVL144, одновременно добавляя запас надежности: ускоритель должен обеспечивать предсказуемую и стабильную пропускную способность в масштабных развертываниях, а не просто впечатляющие цифры в спецификациях. В качестве дополнительного бонуса упоминается и потенциальная возможность поставить на рынок больше GPU Rubin, что может позитивно отразиться на финансовых показателях Nvidia (фото: tomshardware.com).
