Дженсен Хуанг объявил о Vera Rubin на CES 2026: новая платформа для вычислений AI становится прорывом для отрасли

После пяти лет отсутствия выпуска потребительских видеокарт на CES, генеральный директор NVIDIA Jensen Huang сосредоточился на другой цели — представлении платформы вычислений Vera Rubin, серверной системы AI весом 2,5 тонны, разработанной для ускорения обучения следующих моделей AI. Это не просто аппаратный продукт, а комплексная стратегия, направленная на изменение способов построения и развертывания AI-инфраструктуры бизнесом.

Jensen Huang выступил на трех мероприятиях за 48 часов: от NVIDIA Live до сотрудничества с Siemens в области промышленного AI, а затем на конференции Lenovo TechWorld. Основное послание: ресурсы вычислений стоимостью около 10 триллионов долларов, вложенные за последнее десятилетие, требуют полной модернизации.

Vera Rubin — архитектура из 6 интегрированных чипов для превосходства над Blackwell

Vera Rubin нарушает внутренние правила NVIDIA. Вместо изменения 1-2 чипов в каждом поколении, компания в этот раз разработала сразу 6 различных типов чипов, которые уже перешли в стадию массового производства. Причина — традиционные методы повышения производительности уже не успевают за ростом моделей AI в 10 раз ежегодно, особенно с замедлением закона Мура.

Выбор NVIDIA — «экстремальный кооперативный дизайн» — одновременное инновационное развитие на всех уровнях чипа и всей платформы. Процессор Vera CPU включает 88 пользовательских ядер Olympus и 176 потоков, поддерживает системную память объемом 1,5 ТБ и пропускную способность LPDDR5X 1,2 ТБ/с — в 3 раза больше, чем у Grace. GPU Rubin достигает мощности вывода NVFP4 в 50 PFLOPS (в 5 раз больше Blackwell) с 336 миллиардами транзисторов, включает 3-е поколение трансформерного движка с динамической точностью.

Для объединения всех компонентов NVIDIA внедрила ConnectX-9 (сетевую карту 800 Гбит/с), BlueField-4 DPU (конечный процессор для хранения AI), коммутатор NVLink-6 (поддержка 18 узлов, максимум 72 GPU Rubin, работающих как единое целое), и оптоволоконный коммутатор Ethernet Spectrum-6 (512 каналов по 200 Гбит/с).

Выдающаяся производительность: от обучения до вывода

Система Vera Rubin NVL72 демонстрирует впечатляющие показатели. В задачах вывода NVFP4 достигает 3,6 EFLOPS — в 5 раз больше Blackwell. В обучении NVFP4 — 2,5 EFLOPS, что в 3,5 раза выше. Объем памяти LPDDR5X — 54 ТБ (в 3 раза больше), а HBM — 20,7 ТБ при пропускной способности HBM4 1,6 ПБ/с (в 2,8 раза больше).

Особенно важно, что несмотря на колоссальный рост производительности, число транзисторов увеличилось всего в 1,7 раза (до 220 триллионов), что свидетельствует о высокой эффективности технологий полупроводников NVIDIA. Обучение модели с 100 триллионами параметров требует в 4 раза меньшей системы по сравнению с Blackwell, а стоимость одного токена — в 10 раз ниже.

Самое главное — пропускная способность (черезput) — количество AI-токенов, завершенных на ватт и доллар — увеличилась в 10 раз по сравнению с Blackwell. Для дата-центра мощностью в гигаватт стоимостью 50 миллиардов долларов это означает удвоение доходов — каждый вложенный доллар приносит вдвое больше ценности.

От 43 кабелей к 0 кабелям: внешняя сборка без проводов

Vera Rubin также произвел прорыв в инженерном дизайне. Ранее каждый узел суперкомпьютера требовал подключения 43 кабелей, сборка занимала 2 часа и была подвержена ошибкам. Теперь узлы Vera Rubin используют 0 кабелей, остаются только 6 жидкостных охлаждающих трубок, сборка занимает 5 минут.

За серверным шкафом проложено почти 3,2 км медных проводов, 5000 медных кабелей образуют основную сеть NVLink с пропускной способностью 400 Гбит/с. Jensen Huang с юмором отметил: «Может весить сотни килограммов, вам нужен очень сильный CEO, чтобы справиться с этим».

Неограниченный KV-кэш: память контекста больше не узкое место

Одна из больших проблем AI — при длинных диалогах «KV Cache» (кэш ключ-значение — «память задач» AI) переполняет HBM. Решение Vera Rubin — внедрение BlueField-4 в серверные стойки для отдельного управления KV Cache.

Каждый узел оснащен 4 BlueField-4, каждый из которых добавляет по 150 ТБ памяти для контекста, распределенной между GPU. На каждый GPU выделяется 16 ТБ памяти — в то время как встроенной памяти у GPU около 1 ТБ. Важное — пропускная способность остается 200 Гбит/с, скорость передачи данных не снижается.

Spectrum-X: сеть «специально для AI-созидания», экономия 5 миллиардов долларов

Чтобы обеспечить работу «заготовки» из десятков серверных шкафов и тысяч GPU как единой памяти, сеть должна быть масштабной, быстрой и стабильной. Spectrum-X — первая в мире Ethernet-сеть «специально для AI-созидания», созданная NVIDIA с использованием процесса COOP TSMC и технологии silicon photon, с 512 каналами по 200 Гбит/с.

Jensen Huang подсчитал: дата-центр мощностью в гигаватт стоимостью 50 миллиардов долларов с Spectrum-X увеличит пропускную способность на 25%, что сэкономит около 5 миллиардов долларов. «Можно сказать, что эта сеть почти «бесплатна»».

Безопасность вычислений: все данные шифруются на всем пути передачи

Vera Rubin поддерживает Confidential Computing — все данные шифруются при передаче, хранении и вычислениях, включая каналы PCIe, NVLink, взаимодействие CPU-GPU и другие шины. Компании могут безопасно запускать свои модели на внешних системах, не боясь утечки данных.

Физический AI: от робототехники до автономных автомобилей, NVIDIA фокусируется на реальном мире

Jensen Huang особо подчеркнул архитектуру «три ядра компьютера» для физического AI: обучающие системы на базе GPU, «мозговые» системы вывода в роботах или автомобилях, а также симуляционные системы (Omniverse и Cosmos), создающие виртуальную среду обучения.

На этой основе NVIDIA анонсировала Alpamayo — первую модель автопилота с возможностями мышления и рассуждения. В отличие от традиционных систем автопилота, Alpamayo — это обучающая система «конец-до-конца», способная решать «длинные хвосты» задач автономного вождения. В сложных дорожных ситуациях, ранее невиданных, Alpamayo не только выполняет команды, но и рассуждает, как человек-водитель.

Модель Alpamayo, установленная на Mercedes CLA, будет официально представлена в США в первом квартале этого года, затем — в Европе и Азии. Этот автомобиль получил высшую оценку безопасности NCAP благодаря уникальной «двойной системе безопасности» — когда модель AI не уверена, система автоматически переходит в более стабильный класс традиционной безопасности.

На сцене Jensen Huang пригласил роботов-человекоподобных, четырехногих роботов вроде Boston Dynamics, Agility… для демонстрации. Он подчеркнул, что самый крупный робот — это, по сути, фабрика. Все роботы будут оснащены мини-компьютерами Jetson, обученными в Isaac Simulator на платформе Omniverse. NVIDIA также интегрирует эту технологию в индустриальную экосистему, включая Synopsys, Cadence, Siemens.

Открытая модель: стратегия NVIDIA

Jensen Huang особо отметил сообщество с открытым исходным кодом. Он заявил, что прорыв DeepSeek V1 прошлого года напрямую стимулировал развитие всей отрасли. На слайде показаны модели Kimi K2 и DeepSeek V3.2 — первые и вторые по популярности открытые модели.

Несмотря на то, что открытые модели пока уступают лидерам примерно на 6 месяцев, каждые полгода появляется новая. Такой темп обновлений привлекает стартапы, крупные компании и исследователей — никто не хочет их пропустить, включая NVIDIA.

На этот раз они не просто продают «лопаты» или видеокарты; NVIDIA создает суперкомпьютер DGX Cloud, развивает передовые модели, такие как La Proteina (синтез белков) и OpenFold 3. Экосистема открытых моделей NVIDIA включает биоинформатику, физический AI, агентные модели, роботов и автономное вождение.

Многие открытые модели NVIDIA из семейства Nemotron — тоже важная часть. Включая модели для речи, мультимодальные, для генерации и безопасности, эти модели показывают отличные результаты в рейтингах и активно применяются в бизнесе.

Будущее: стратегия от виртуального мира к физическому

Ранее NVIDIA делала чипы для виртуального мира. Сейчас Jensen Huang явно сосредоточен на физическом AI, где автономные автомобили и человекоподобные роботы — представители, чтобы войти в реальный физический мир и конкурировать в нем.

На фоне споров о пузыре AI, помимо представления платформы Vera Rubin для решения вычислительного кризиса, Jensen Huang активно инвестирует в приложения и программное обеспечение. Цель — показать, как AI изменит наш мир визуально: от более безопасного автопилота до рассуждающих роботов.

В конечном итоге, только борьба в реальном мире позволит продолжать продавать оружие.