Дженсен Хуанг объявил о Vera Rubin: платформе сверхвычислений AI для следующего поколения

На CES 2026 генеральный директор NVIDIA Jensen Huang произвел настоящий прорыв для всей индустрии ИИ. Вместо потребительской видеокарты, как в предыдущие годы, был представлен универсальный вычислительный платформенный комплекс Vera Rubin — названный в честь знаменитого астронома, открывшего тёмную материю. Появление Vera Rubin ознаменовало стратегический сдвиг NVIDIA: от продажи отдельных чипов к созданию полноценной экосистемы сверхвычислений.

Jensen Huang продемонстрировал на сцене сервер ИИ весом 2,5 тонны, чтобы показать масштаб своих амбиций. Это важное изменение: вместо продажи отдельных компонентов, NVIDIA теперь сосредоточена на решении задач масштабных вычислений ИИ целиком.

6 интегрированных чип-дизайнов: Vera Rubin ломает традиционные правила проектирования

По словам Jensen Huang, Vera Rubin нарушает внутренний принцип NVIDIA: обычно каждое поколение продукта включает только 1-2 чипа. В этот раз компания разработала сразу 6 различных типов чипов, все уже запущены в массовое производство.

Причина этого очевидна: закон Мура замедляется, а потребность в вычислениях ИИ растет в 10 раз ежегодно. Чтобы идти в ногу с этим темпом, NVIDIA выбрала стратегию «экстремального согласованного проектирования» — оптимизации на всех уровнях чипов и всей платформы одновременно.

Эти 6 типов чипов включают:

Vera CPU: центральный процессор с 88 ядрами Olympus по индивидуальному заказу, поддерживающий 176 потоков благодаря технологии NVIDIA Multi-Threading. Объем системной памяти — 1,5 ТБ (в 3 раза больше, чем у Grace), пропускная способность LPDDR5X — 1,2 ТБ/с. Всего — 227 миллиардов транзисторов.

Rubin GPU: вычислительная мощность NVFP4 — 50 PFLOPS, что в 5 раз превышает архитектуру Blackwell. В чипе 336 миллиардов транзисторов (в 1,6 раза больше), встроен движок Transformer 3-го поколения с динамической точностью.

ConnectX-9 Network Card: поддержка Ethernet 800 Гбит/с с программируемым RDMA. Чип содержит 23 миллиарда транзисторов и сертифицирован по стандартам CNSA/FIPS.

BlueField-4 DPU: специализированный движок обработки данных для хранения ИИ, включает 64 ядра Grace CPU и соединение ConnectX-9. Внутри — 126 миллиардов транзисторов.

NVLink-6 Switch Chip: соединяет 18 вычислительных узлов, поддерживая до 72 Rubin GPU как единое целое. Каждый GPU имеет пропускную способность 3,6 ТБ/с для полного взаимодействия (all-to-all).

Spectrum-6 Optical Ethernet Switch: 512 каналов, каждый по 200 Гбит/с, с использованием фотонных технологий TSMC COOP. В чипе — 352 миллиарда транзисторов.

Быстрый рост производительности, снижение стоимости на 90%: Vera Rubin меняет экономику ИИ

Интеграция этих 6 типов чипов в систему Vera Rubin NVL72 дает впечатляющие показатели. В задачах вывода NVFP4 вычислительная мощность достигает 3,6 EFLOPS — в 5 раз больше Blackwell. В обучении — 2,5 EFLOPS, что в 3,5 раза выше.

Объем памяти — 54 ТБ LPDDR5X (в 3 раза больше предыдущего поколения) и 20,7 ТБ HBM, увеличенные в полтора раза. Пропускная способность HBM4 — 1,6 ПБ/с (в 2,8 раза больше), а масштабируемая пропускная способность Scale-Up достигает 260 ТБ/с (вдвое больше).

Особое внимание Jensen Huang уделяет цифрам: обучение модели с 100 трлн параметров требует лишь четверти систем Blackwell. Стоимость одного токена — всего 1/10 стоимости Blackwell.

Хотя Rubin потребляет вдвое больше энергии, чем Grace Blackwell, его производительность значительно превышает рост энергопотребления. Еще важнее — throughput (количество выполненных AI-токенов на ватт и доллар) увеличился в 10 раз. Для дата-центра стоимостью 50 млрд долларов это означает удвоение доходов.

Главная проблема отрасли — недостаток памяти для хранения контекста при обработке KV-кэша (ключ-значение), «памяти задач» ИИ. Vera Rubin решает её, внедрив BlueField-4 для отдельного управления KV-кэшем. Каждый узел оснащен 4 BlueField-4, каждый с 150 ТБ памяти для контекста, обеспечивая 16 ТБ на GPU — при пропускной способности 200 Гбит/с без снижения скорости.

Для такой архитектуры сеть должна быть масштабной, быстрой и стабильной. Spectrum-X создан для этого — первая в мире платформа Ethernet «от конца до конца» специально для AI-созидания. С 512 каналами по 200 Гбит/с он увеличивает пропускную способность на 25%, что экономит около 5 млрд долларов на дата-центре за 50 млрд. «Можно сказать, что эта сеть почти бесплатна», — отметил Jensen Huang.

От языковых моделей к физическому миру: расширение видения NVIDIA

Если крупные языковые модели решают «цифровой» мир, то следующая цель NVIDIA под руководством Jensen Huang — покорить «физический» мир. Он подчеркнул, что для понимания физических законов и существования в реальности данные крайне редки.

Jensen Huang предложил архитектуру «три компьютера» для Physical AI:

Обучающий компьютер: основан на привычных графических картах (как Vera Rubin), отвечает за обучение моделей.

Модельный компьютер (Inference): «мозг» в руке робота или на автомобиле, обеспечивает выполнение в реальном времени.

Моделирующий компьютер: включает Omniverse и Cosmos, создавая виртуальную среду для обучения, позволяющую AI изучать физические реакции через симуляцию.

Система Cosmos способна генерировать множество виртуальных сред для обучения AI физическому миру, открывая новые возможности.

Alpamayo и искусственный вывод: NVIDIA покоряет реальный мир

На базе этой архитектуры Jensen Huang официально анонсировал Alpamayo — первую в мире модель автономного вождения с реальными способностями мышления и рассуждения.

В отличие от традиционного автопилота с жестким программным обеспечением, Alpamayo — это система «от конца до конца» обучения. Ее прорыв — решение «длинного хвоста» задач автономного вождения — сложных дорожных ситуаций, ранее не встречавшихся. Alpamayo не только выполняет, но и способен рассуждать, как человек-водитель.

«Он скажет вам, что собирается делать и почему так решил», — объяснил Jensen Huang. В демонстрации автомобиль демонстрировал способность разбивать сложные ситуации на базовые знания для их обработки.

Модель Mercedes CLA с технологией Alpamayo будет официально представлена в США в первом квартале 2026 года (по текущим данным), затем — в Европе и Азии. Этот автомобиль признан NCAP самым безопасным в мире благодаря уникальной «двойной системе безопасности» NVIDIA. Когда AI-система не уверена, она переключается в классический режим, обеспечивая абсолютную безопасность.

Роботы и инфраструктура умных систем: комплексная стратегия NVIDIA

На презентации Jensen Huang также продемонстрировал стратегию комплексных роботов NVIDIA. Все роботы оснащены мини-компьютерами Jetson, обучаются в Isaac Simulator на базе Omniverse. NVIDIA интегрирует эту технологию в индустриальную экосистему с партнерами — Synopsys, Cadence, Siemens.

Видение NVIDIA — в будущем дизайн чипов, систем и даже моделирование заводов будут ускоряться за счет физического AI. Jensen Huang обратился к милым роботам Disney: «Вы будете проектироваться в компьютере, производиться в компьютере, и даже тестироваться и подтверждаться в компьютере, прежде чем столкнуться с гравитацией».

Открытая модель для ускорения: NVIDIA охватывает всю индустрию AI

Ключевая часть стратегии Jensen Huang — активное развитие сообщества с открытым исходным кодом. Он подчеркнул, что DeepSeek V1 удивил всю отрасль; как первая открытая система вывода, она напрямую стимулировала развитие всей сферы.

Несмотря на то, что текущие модели с открытым исходным кодом уступают лидерам примерно на 6 месяцев, каждые полгода появляется новая модель. Такой темп обновлений привлекает стартапы, крупные компании и исследователей — никто не хочет их пропустить.

NVIDIA не исключение. Компания создает суперкомпьютер DGX Cloud стоимостью миллиарды долларов, разрабатывает передовые модели — La Proteina (синтез белков) и OpenFold 3. Экосистема открытых моделей включает биоинформатику, физический ИИ, агентные модели, роботов и автономное вождение.

Линейка моделей Nemotron NVIDIA — включает голосовые, мультимодальные, усиленные генеративные модели — показывает отличные результаты в рейтингах и широко применяется в бизнесе.

Стратегия Jensen Huang: от «лопаты» к полноценной экосистеме

На фоне споров о пузыре ИИ Jensen Huang должен доказать, что ИИ действительно способен делать, чтобы укрепить доверие к технологии. Помимо демонстрации мощи платформы Vera Rubin для решения вычислительных задач, он активно инвестирует в приложения и программное обеспечение, чтобы показать, как ИИ реально меняет жизнь.

Ранее NVIDIA делала чипы для виртуального мира, а теперь компания напрямую фокусируется на Physical AI — автономных автомобилях, гуманоидных роботах — и движется в реальный физический мир. Это важный стратегический шаг: от продажи инструментов (чипов) к созданию всей вычислительной платформы для следующего поколения ИИ.

В конце концов, только в реальном мире можно продолжать продавать оружие в борьбе.