xTec
מחשבים

NVIDIA חושפת שבבים לסימולציות מדעיות וסוכני AI בלי ג׳נסן הואנג

ענקית השבבים הציגה בכנס SC26 בשיקגו דור חדש של מעבדים המיועדים למחקר מדעי ולסוכני בינה מלאכותית, למרות שבוע סוער במיוחד בחברה. לצד החומרה הושקה גם חבילת כלים חדשה לחוקרים.
מערכת xTec · 17 בנובמבר 2026
NVIDIA חושפת שבבים לסימולציות מדעיות וסוכני AI בלי ג׳נסן הואנג
אילוסטרציה · צילום: Schäferle · Pixabay · מקור

מה הוכרז בכנס SC26

השבוע האחרון היה סוער במיוחד עבור NVIDIA. החברה נקלעה לפרשיות שונות, ובראשן התפטרותו של המנכ״ל והמייסד ג׳נסן הואנג, דמות מרכזית בהיסטוריה של החברה. במצב כזה היה ניתן לצפות שהחברה תשמור על פרופיל נמוך, אבל בכנס SC26 שנערך ביום שני בשיקגו היא בחרה להציג מוצרים חדשים.

ההכרזות המרכזיות מופנות אל עולם המחשוב המדעי והנדסי. החברה מציגה שני מרכיבים עיקריים: מעבד גרפי חדש בשם Rubin HPC, ומעבד מרכזי בשם Vera CPU שנועד להתחרות בפתרונות x86 של AMD ואינטל. בנוסף הושקה חבילת הכלים Nemotron for Science, שמיועדת לבניית סוכני AI למחקר מדעי.

50 אלף ליבות CUDAבשבב Rubin HPC בודד
192 מעבדיםבארון Vera עם קירור נוזלי
פי 2.4ביצועים לוואט לעומת x86
2028שנת השקת Rubin HPC

Rubin HPC ומה הוא מביא לחוקרים

Rubin HPC הוא מעבד גרפי שנועד לעומסים כבדים במיוחד. לפי החברה, הוא כולל יותר מ-50 אלף ליבות CUDA על שבב בודד. המטרה המוצהרת שלו אינה רק אימון מודלי שפה, אלא הרצת סימולציות כבדות של חוקרים במעבדות ובמוסדות מחקר. מדובר בתחום שבו זמן חישוב הוא לעיתים המשאב היקר ביותר.

החברה מציינת כי המעבד מאזן בין כוח חישוב לבין מהירות העברת נתונים. לשם כך הוא מצויד ביכולת האצה מובנית לנתונים דלילים. נתונים דלילים הם מבנים שבהם רוב הערכים הם אפס או ריקים, ורק חלק קטן מהם נושא מידע. קשה למעבדים לקרוא נתונים כאלה ברצף, ולכן הליבות עלולות לבזבז זמן בהמתנה. לפי NVIDIA, היכולת החדשה נועדה למנוע את ההמתנה הזו ולהאיץ פעולות נפוצות כמו עיבוד מטריצות דלילות, חישובי stencil, מיון ופעולות reduction.

המעבד יושק בשנת 2028 ויגיע עם חיבור תקשורת NVLink מהדור השביעי. מדובר בלוח זמנים ארוך, שמלמד כי החברה מכוונת את הפתרון לשוק של מערכות מחשוב גדולות, שבהן תכנון מראש חשוב לא פחות מהביצועים עצמם.

Vera CPU והשוואה מול x86

בצד המעבד המרכזי, NVIDIA ממשיכה במאמץ להתמודד מול AMD ואינטל. Vera מוצגת כמערכת בצורת ארון שרתים עם קירור נוזלי, שמכיל 192 מעבדים. כל מעבד מבוסס על 88 ליבות פיתוח פנימי בשם Olympus, ומחובר לזיכרון ברוחב פס של עד 1.2TB/s. לפי החברה, רוחב הפס של הארון כולו עולה על 200TB/s.

הזווית הישראלית בהשקה נוגעת לתקשורת בין המעבדים. לפי החברה, החיבור בין כל 192 המעבדים מבוסס על טכנולוגיית Quantum-X800 InfiniBand, שמפותחת במרכז המו״פ של NVIDIA ביוקנעם. איאן באק, סגן נשיא להיפרסקייל ול־HPC ב־NVIDIA, הסביר כי המערכת משלבת ליבות מותאמות אישית, זיכרון ברוחב פס גבוה ותקשורת InfiniBand כדי לפתור צווארי בקבוק שמאטים עומסי עבודה מדעיים.

בבדיקות שערכה NVIDIA נמדדו הפרשים ניכרים לטובת Vera לעומת מערכות x86 מקבילות. הנתונים מוצגים בטבלה שלהלן:

בבדיקה של סימולציית OpenFOAM בתרחיש motorBike Large הציג Vera ביצועים גבוהים פי 1.9 וביצועים לוואט גבוהים פי 2.4. במודל מזג האוויר WRF צופה החברה שיפור של פי 1.6 וכפל ביעילות האנרגטית. חשוב לזכור שמדובר בנתוני היצרנית עצמה, ולא בבדיקה עצמאית.

השוואת Vera למערכות x86 מקבילות לפי NVIDIA
מדדמודל בדיקהשיפור לעומת x86
ביצועיםOpenFOAM motorBike Largeפי 1.9
ביצועים לוואטOpenFOAM motorBike Largeפי 2.4
ביצועיםWRFפי 1.6
יעילות אנרגטיתWRFכפולה

Nemotron for Science: כלים לבניית סוכנים

מעבר לחומרה, החברה השיקה את Nemotron for Science, אוסף כלים שנועד לחוקרים שרוצים לאמן ולבנות סוכני AI ייעודיים למחקר. הליבה של האוסף היא המודל הפתוח Nemotron 3.5 Super VL, לצידו מאגר נתונים חדש ופתוח בשם LitmusBench. המאגר כולל קרוב ל-50 אלף שאלות בתחום הכימיה.

לפי החברה, הכלים מיועדים למגוון תחומים, ובהם כימיה, תכנון חלבונים וגילוי תרופות. LitmusBench נועד לשפר את היכולת של מודלים לחזות את התנהגות המולקולות, למשל את מידת המסיסות שלהן ואופן העיבוד שלהן בגוף האדם. יכולות כאלה חשובות במיוחד לחברות תרופות ולמעבדות שמחפשות חומרים חדשים, שכן ניסויים רטובים הם יקרים ואיטיים.

ההשקה מראה כי NVIDIA רואה את עצמה לא רק ככותבת חומרה אלא גם כשחקנית מרכזית במחקר המדעי. השילוב בין מעבד שמאיץ סימולציות לבין מודל ומאגר לחוקרים הוא ניסיון לבנות סביב החברה מערכת סגורה יחסית של כלים, שבה כל רכיב מזין את השני.

למה זה חשוב

ההכרזות משקפות שינוי בדרך שבה מדברים על בינה מלאכותית. בשנים האחרונות רוב הדיון התמקד באימון מודלי שפה גדולים. כעת החברה מציגה חומרה שנועדה לעבודה מדעית ממושכת, שבה סוכנים אוטונומיים מריצים סימולציות שוב ושוב. לפי באק, עבור סוכנים שעוסקים במדע והנדסה, סימולציה מהירה יותר משמעותה גילוי מהיר יותר.

למי שעוקב אחרי ההייטק הישראלי, הקשר לביקנעם חשוב במיוחד. מרכז המו״פ של החברה בישראל אחראי לאחת הטכנולוגיות המרכזיות בהשקה, וזו תזכורת לכך שחלק גדול מהחדשנות של NVIDIA מתרחש כאן.

מבחינת שוק המחשוב, התחרות בין NVIDIA לבין AMD ואינטל נמשכת, ובכל השקה נבחנים הטענות על ביצועים ועל יעילות אנרגטית. הנתונים שפורסמו הם של החברה עצמה, ולכן כדאי לחכות לבדיקות עצמאיות לפני שמסיקים מסקנות סופיות.

מה הלאה

המעבדים עצמם אינם זמינים עדיין. Rubin HPC צפוי להגיע בשנת 2028, ומכאן שההשפעה המעשית על מעבדי מחקר ועל חברות תרופות תורגש בעיקר בעתיד הקרוב יחסית. עד אז, Nemotron for Science והמודל הפתוח עשויים להיות הכלי הזמין הראשון שחוקרים יוכלו לנסות.

בשורה התחתונה, NVIDIA מנסה להראות שהחברה ממשיכה לפעול גם בתקופה קשה, ושהיא מכוונת את הדור הבא של שבביה למחקר מדעי ולסוכני AI. השאלה האמיתית היא אם הביצועים שנמדדו במעבדה יתורגמו לתוצאות בשטח.

שורה תחתונה

NVIDIA הציגה בכנס SC26 מעבד גרפי ומעבד מרכזי חדשים שמיועדים לסימולציות מדעיות ולסוכני AI, יחד עם חבילת כלים לחוקרים. הנתונים שפורסמו הם של החברה עצמה, והמוצרים הגדולים יגיעו לשוק בעיקר בשנת 2028.

מקורות: geektime.co.il

NVIDIAשבביםמחשוב מדעיבינה מלאכותיתVera

כתבות נוספות