A NVIDIA apresentou a arquitetura completa da sua nova GPU Rubin AI, o núcleo das plataformas de data center de próxima geração da companhia. Projetado ao longo de vários anos, o chip já começou a ser implementado em grandes empresas de tecnologia ao redor do mundo. A promessa principal da nova geração é um salto de até dez vezes na taxa de transferência de agentes por unidade de energia em comparação com a geração anterior, a Blackwell.
Esse salto de desempenho foi alcançado por meio de três inovações arquitetônicas centrais: núcleos tensores aprimorados, um novo subsistema de memória HBM4 e um motor de transformação de 3ª geração.
Anatomia do Rubin: 336 bilhões de transistores e empacotamento avançado
Fabricada sob o processo de 3 nm (N3P) da TSMC, a GPU Rubin adota uma abordagem de design focada em alta densidade e eficiência. A arquitetura consolida dois chips com largura de retículo limitada, conectados em um encapsulamento unificado através da interface proprietária de alta largura de banda NV-HBI. No total, o componente abriga impressionantes 336 bilhões de transistores, um aumento expressivo de 62% em relação ao chip GB300 da geração Blackwell.
Internamente, cada GPU Rubin é composta por 8 Graphics Processing Clusters (GPCs), somando 224 Streaming Multiprocessors (SMs) e 896 Tensor Cores. O diagrama do projeto revela uma distribuição assimétrica: há quatro GPCs por chip, divididos entre configurações de 30 SMs e 26 SMs.
Estes GPCs estão conectados a dois grandes blocos de cache L2 descentralizado, a um Gigathread Engine e a quatro canais de memória HBM (com largura de 4096 bits por die). O controlador de entrada/saída inclui barramento PCIe Gen6 e tecnologia NVLink v6, entregando colossais 3600 GB/s em conjunto com o switch NVLink. O sistema também garante segurança com a Computação Confidencial via TEE-I/O, protegendo fluxos de IA em repouso, trânsito e uso.
O poder da memória HBM4 na geração de tokens
Para alimentar a crescente necessidade de movimentação de dados em modelos de linguagem com trilhões de parâmetros, a Rubin aposta no mais recente padrão HBM4. A GPU distribui 288 GB de capacidade ao longo de oito stacks de 12 núcleos, alcançando uma largura de banda máxima de 22 TB/s — um aumento de 2,8 vezes frente à Blackwell (8 TB/s).
Essa largura de banda expandida é vital para:
- Capacidade de Contexto: Suportar janelas de contexto amplas e caches Chave-Valor (KV) massivos sem necessidade de descarregamento (offload).
- Geração Rápida: Otimizar a fase interativa de geração token a token, etapa em que a movimentação de pesos do modelo precisa acompanhar os mecanismos computacionais.
Aliada ao Acelerador de Memória Tensor (TMA), a nova memória melhora a eficiência na localização e no roteamento de dados, reduzindo o tempo ocioso (overhead) e acelerando o processamento em arquiteturas de Mistura de Especialistas (MoE).
Tensor Cores aprimorados e eficiência computacional
O coração do processamento de inteligência artificial da Rubin, os Tensor Cores, foram remodelados para entregar o dobro da taxa de transferência por ciclo de clock na dimensão K. Na prática, algoritmos de multiplicação de matrizes (GEMM), que antes exigiam quatro iterações nos chips Blackwell, agora são concluídos em apenas duas iterações.
Em cargas exponenciais, o ganho também é significativo: o desempenho em BF16/FP16 é quatro vezes superior ao do modelo Blackwell padrão (GB200) e o dobro do modelo Blackwell Ultra (GB300). O novo chip também aprimora a técnica de “atenção”, comprimindo dados na proporção de 2:4 sem perdas prejudiciais à qualidade do modelo, permitindo que a linha do tempo da GPU opere com latências reduzidas.
Inovações em gerenciamento e eficiência energética
Voltada para implantações de escala como os racks Vera Rubin NVL72, a NVIDIA também focou na economia de energia em nível de data center. Os novos sistemas introduzem o suporte à suavização inteligente de energia (DSX MaxLPS), capaz de absorver picos oscilantes (transientes) de energia.
Essa abordagem tecnológica consegue reduzir o consumo médio em cerca de 10% frente à geração anterior, diminuindo o pico de impacto transiente em 20%. Aliada ao sistema operacional NVIDIA DSX OS, essa eficiência permite que infraestruturas acomodem até 40% mais GPUs no mesmo orçamento e limite energético (TDP) preestabelecido da instalação, otimizando o custo-benefício de implantações colossais de IA corporativa.
fonte da matéria: WCCFtech
Siga o TecLab em todas as mídias: linktr.ee/rbuass
Galindowie • 22 de julho de 2026 às 16:47 GMT-3
0 comentários