DOJOJIN.TECH visitors
ข่าว SC26 · ซูเปอร์คอมพิวเตอร์

NVIDIA เปิดตัว Rubin HPC ชิปซูเปอร์คอมฯ ออกปี 2028 พร้อม DGX Spark ชุด 4 เครื่องที่ขายแล้ว

NVIDIA เปิดตัว GPU ใหม่ชื่อ Rubin HPC ที่งานซูเปอร์คอมพิวเตอร์ SC26 ที่ชิคาโก ทำมาเพื่องานคำนวณทางวิทยาศาสตร์ มี CUDA core มากกว่า 50,000 คอร์ คาดออกปี 2028 แต่ยังไม่บอกตัวเลข FP64 ส่วน DGX Spark HPC Developer Kit ชุดที่นักวิจัยซื้อมาตั้งบนโต๊ะเองได้ วางขายแล้ว

เรียบเรียงจากบล็อก NVIDIA (Rubin HPC, DGX Spark HPC Developer Kit), HPCwire และ SiliconANGLE · ข้อมูล ณ 17 พฤศจิกายน 2569 · 17 พฤศจิกายน 2569

ปกข่าว NVIDIA Rubin HPC GPU ใหม่สำหรับงานซูเปอร์คอมพิวเตอร์ มี CUDA core มากกว่า 50,000 คอร์ คาดออกปี 2028 พื้นหลังเป็นภาพชิป Rubin HPC จาก NVIDIA

เกิดอะไรขึ้น

NVIDIA เปิดตัวของสองอย่างครับ ตัวหนึ่งเป็นของใหญ่ที่ยังไม่ออกขาย อีกตัวเป็นของเล็กที่ซื้อได้เลย

ประกาศนี้ออกวันที่ 16 พฤศจิกายน 2569 ที่งาน SC26 งานประชุมซูเปอร์คอมพิวเตอร์ประจำปี จัดที่ชิคาโก

ซูเปอร์คอมพิวเตอร์คืออะไร พูดง่าย ๆ คือคอมพิวเตอร์จำนวนมากต่อกันให้ทำงานเหมือนเป็นเครื่องเดียว ถ้าคอมฯ ที่บ้านเหมือนคนคิดเลขหนึ่งคน ซูเปอร์คอมฯ ก็เหมือนเอาคนเป็นหมื่นมาช่วยกันคิดโจทย์เดียวพร้อมกัน

ของชิ้นแรกคือ Rubin HPC GPU ตัวใหม่ในตระกูล Vera Rubin NVIDIA บอกว่าทำมาเพื่องานจำลอง (simulation) และประมวลผลข้อมูลด้านวิทยาศาสตร์ วิศวกรรม และการวิเคราะห์ข้อมูล

ชิ้นที่สองคือ DGX Spark HPC Developer Kit เครื่องเล็ก 4 เครื่องต่อกันเป็นชุด สำหรับนักวิจัยที่อยากลองงานแบบซูเปอร์คอมพิวเตอร์บนโต๊ะตัวเอง

ภาพชิป Rubin HPC GPU บนพื้นหลังสีดำ เห็นแผ่นซิลิคอนหลายส่วนสีชมพู เหลือง และฟ้า
ชิป Rubin HPC ในภาพที่ NVIDIA ปล่อยออกมาภาพ: NVIDIA · blogs.nvidia.com

HPC กับ AI ต่างกันตรงไหน

ตู้แร็กเซิร์ฟเวอร์สีดำเปิดด้านหน้า มีถาดคอมพิวเตอร์สีทองหลายชั้น และมีถาด NVL4 ดึงออกมาวางเอียงด้านหน้า
ตู้เซิร์ฟเวอร์และถาด NVL4 ของแพลตฟอร์ม Vera Rubinภาพ: NVIDIA · blogs.nvidia.com

HPC ย่อมาจาก High-Performance Computing พูดง่าย ๆ คือใช้คอมพิวเตอร์แรง ๆ คิดเลขในงานที่คอมฯ ทั่วไปทำไม่ไหว เช่น พยากรณ์อากาศ ออกแบบปีกเครื่องบิน หรือจำลองว่ายาจับกับโปรตีนในร่างกายอย่างไร

AI ที่เราใช้กัน เช่น แชตบอต เป็นงานอีกแบบครับ มัน “เดา” คำตอบจากสิ่งที่เคยเรียนมา ตัวเลขหยาบหน่อยก็ยังใช้ได้ ส่วนงานวิทยาศาสตร์ต้อง “คำนวณ” ตามสมการจริงทุกขั้น

เทียบง่าย ๆ AI เหมือนแม่ค้ากะน้ำหนักด้วยมือ ส่วน HPC เหมือนร้านทองที่ต้องชั่งด้วยตาชั่งดิจิทัลละเอียดถึงทศนิยม

ตรงนี้เองที่ FP64 สำคัญ มันคือการเก็บตัวเลขแบบมีทศนิยมยาวที่สุดที่คอมพิวเตอร์ใช้กันทั่วไป ละเอียดกว่า FP32 และ FP16 ที่งาน AI นิยมใช้

ลองนึกถึงการคิดเงินที่ปัดเศษสตางค์ทิ้งครับ ทำครั้งเดียวไม่เป็นไร แต่ถ้าบวกกันเป็นล้านครั้ง ยอดจะเพี้ยนไปเยอะ งานอย่างพยากรณ์อากาศล่วงหน้าหลายวันก็แบบนั้น เลขคลาดนิดเดียว คำนวณซ้ำหลายล้านรอบ ผลก็ไปไกล

NVIDIA เองก็เคยย้ำเรื่องนี้ ในประกาศแพลตฟอร์ม Vera Rubin เมื่อเดือนมิถุนายน NVIDIA ยกตัวอย่างว่า FP64 ยังจำเป็นกับงานพลศาสตร์ของไหล (การไหลของน้ำและอากาศ) การศึกษาสภาพภูมิอากาศ และธรณีวิทยา

Rubin HPC: สเปกที่ NVIDIA เปิดแล้ว

ตอนนี้ NVIDIA เปิดข้อมูลออกมาน้อยครับ บล็อกทางการบอกไว้แค่นี้

CUDA coreมากกว่า 50,000 คอร์ต่อ GPU (NVIDIA บอกว่าเป็นสถิติสูงสุด)
ส่งข้อมูลให้คอร์ระบบเร่งข้อมูลแบบ sparse (sparse data acceleration) สำหรับข้อมูลที่มีเลขศูนย์เยอะ
เชื่อม GPU ด้วยกันNVLink รุ่นที่ 7
วางขายคาดปี 2028 (พ.ศ. 2571)

CUDA core คือหน่วยคิดเลขเล็ก ๆ ข้างใน GPU ยิ่งมากก็ยิ่งแบ่งงานไปทำพร้อมกันได้มาก เทียบให้เห็นภาพ SiliconANGLE ระบุว่า Rubin รุ่นปกติมี CUDA core กว่า 28,000 คอร์ แปลว่ารุ่น HPC มีมากกว่านั้นเกือบเท่าตัว

งานที่ NVIDIA ตั้งเป้าคือการคูณเมทริกซ์แบบโปร่ง (sparse) การคำนวณแบบ stencil การเรียงข้อมูล และการรวมค่า ฟังดูยาก แต่งานพวกนี้อยู่ในแบบจำลองภูมิอากาศ งานจำลองทางวิศวกรรม การวิเคราะห์จีโนม และการประเมินความเสี่ยงทางการเงิน

เรื่อง FP64: ผมหาตัวเลขของ Rubin HPC ไม่เจอครับ ทั้งบล็อก NVIDIA และ SiliconANGLE ไม่ระบุ ส่วนผลค้นหาที่อ้าง HPCwire บอกว่า NVIDIA ยังไม่เปิดว่ารุ่นนี้มี FP64 เท่าไร (ผมเปิดบทความ HPCwire อ่านเองไม่ได้ ติดสิทธิ์เข้าถึง) ใครอยากรู้ตัวเลขจริงต้องรอ NVIDIA ประกาศเพิ่ม

ราคา: ยังไม่ประกาศครับ

ตัวเลข FP64 ที่เปิดแล้ว เป็นของแพลตฟอร์ม Vera Rubin จากประกาศเดือนมิถุนายน (งาน ISC 2026) ไม่ใช่ของ Rubin HPC นะครับ

ระบบหนึ่งชุดให้ FP64 แท้ 5 เพตาฟลอปส์ (petaflops คือหนึ่งพันล้านล้านการคำนวณต่อวินาที) และงาน AI สำหรับวิทยาศาสตร์มากกว่า 7 เอกซะฟลอปส์ (ตัวเลขฝั่ง AI นับคนละแบบกับ FP64 จึงเอามาเทียบกันตรง ๆ ไม่ได้) ขยายได้ถึง 144 GPU ต่อแร็ก

ใครจะเอาไปเทียบ ระวังว่าเป็นคนละรุ่นกันครับ

DGX Spark HPC Developer Kit

ชุดนี้คือ DGX Spark 4 เครื่องต่อกันครับ ใช้ทำงานที่โต๊ะของนักวิจัยเองได้

ในภาพเห็นสายต่อวนเป็นวงระหว่างเครื่อง ตรงกับที่ NVIDIA อธิบายว่าแต่ละเครื่องต่อตรงกับเครื่องข้าง ๆ สองเครื่องเป็นวงแหวน ทุกเครื่องใช้ชิป GB10 Grace Blackwell Superchip ต่อกันผ่าน ConnectX-7 ไม่ต้องมีสวิตช์เครือข่ายคั่นกลาง

ไม่ต้องซื้อครบชุดทีเดียวก็ได้ เริ่มจากเครื่องเดียวแล้วค่อยเพิ่มจนถึง 4 เครื่อง

เครื่อง DGX Spark สีทอง 4 เครื่องวางซ้อนกันบนโต๊ะ มีสายเคเบิลต่อวนระหว่างเครื่อง ข้างกันมีแก้วกาแฟและปากกา
ภาพ: NVIDIA · blogs.nvidia.com
ชิปNVIDIA GB10 Grace Blackwell Superchip ต่อเครื่อง
เชื่อมต่อNVIDIA ConnectX-7 ต่อกันเป็นวงแหวน ไม่ต้องใช้สวิตช์
หน่วยความจำรวม (4 เครื่อง)512GB
พื้นที่เก็บข้อมูลรวม (4 เครื่อง)NVMe 20TB

ครบ 4 เครื่อง NVIDIA บอกว่ารันโมเดล AI ขนาดถึง 700 พันล้านพารามิเตอร์ได้ในเครื่องเลย โดยใช้รูปแบบตัวเลข NVFP4 (ยกตัวอย่าง DeepSeek V4.1)

วางขาย: โชว์และขายแล้วที่ SC26 ซื้อได้จากพาร์ตเนอร์ OEM หรือ NVIDIA Marketplace แบรนด์ที่ NVIDIA ระบุคือ Acer, ASUS, Dell Technologies, GIGABYTE, H3C, HP, Lenovo, MSI และ xFusion

ราคา: บล็อกไม่ได้บอกครับ

ซอฟต์แวร์: ชุด NVIDIA HPC SDK (คอมไพเลอร์ C, C++, Fortran ไลบรารี และเครื่องมือ MPI) ยังขึ้นว่า “coming soon” ไม่มีวันที่

โปรแกรมที่ NVIDIA โชว์บนชุด 4 เครื่อง คือ LAMMPS (จำลองวัสดุ) กับ NAMD (จำลองโมเลกุล) ส่วนที่คนใช้ DGX Spark ลองกันแล้วมี GROMACS, OpenFOAM (การไหลของน้ำและอากาศ) และ WRF (พยากรณ์อากาศ)

ใครถูกพูดถึงบ้าง

ผมดูแล้ว ทั้งบล็อกและรายงานของ SiliconANGLE ไม่ได้บอกว่าซูเปอร์คอมพิวเตอร์เครื่องไหนจะใช้ Rubin HPC ครับ ชื่อที่ NVIDIA ยกมาเป็นคนที่ใช้ DGX Spark ไม่ใช่ลูกค้า Rubin HPC

Rubin Lab ที่ UC Berkeley (IGI)ใช้ DGX Spark กับ Evo 2 ทำนายลักษณะของแบคทีเรียจากจีโนม NVIDIA บอกว่าผลออกเร็วกว่ารอคิวคลัสเตอร์ 11 ชั่วโมงถึง 15 เท่า
Kvantifyจำลองวงจรควอนตัมเคมีได้ถึง 70 คิวบิต 975 เกต บน DGX Spark เครื่องเดียว มีตัวอย่างคำนวณพลังงานของเพนิซิลลิน
OpenFoldปรับแต่ง OpenFold3 บน DGX Spark เพื่อทำนายโครงสร้างโปรตีนกับตัวยาให้แม่นขึ้น สำหรับงานวิจัยยา
IBM และ Fermilabสร้างแพลตฟอร์มควอนตัม “modular quantum codesign” ที่ใช้ NVIDIA DGX B200 ร่วมกับฮาร์ดแวร์ควอนตัมของ IBM (ตามรายงาน SiliconANGLE)

ส่วนซูเปอร์คอมพิวเตอร์ที่มีชื่อแล้ว อยู่ในประกาศ Vera Rubin เดือนมิถุนายน เช่น Blue Lion ของศูนย์ LRZ (เยอรมนี) Doudna ของ NERSC และ Mission, Vision, Veritas ของ Los Alamos แต่พวกนี้เป็นระบบ Vera Rubin ทั่วไป ไม่ใช่ Rubin HPC

แล้วเกี่ยวกับไทยไหม

ประกาศรอบนี้ไม่มีแหล่งไหนพูดถึงไทยครับ

ที่ยืนยันได้คือซูเปอร์คอมพิวเตอร์แห่งชาติ LANTA ของศูนย์ ThaiSC (สวทช.) ใช้ NVIDIA A100 จำนวน 704 ตัว ตามที่ NVIDIA เคยประกาศไว้ตอนสร้างระบบ ส่วนอนาคตจะอัปเกรดมาใช้ Rubin หรือไม่ ผมไม่พบข้อมูล

ผมว่าข่าวนี้น่าสนใจตรงที่ NVIDIA กลับมาพูดเรื่อง FP64 ชัดขึ้น หลังจากช่วงหลัง GPU รุ่นใหม่เน้นงาน AI เป็นหลัก แต่จะดีแค่ไหน ต้องรอตัวเลขจริงก่อนครับ

แหล่งข้อมูล

  • NVIDIA Announces Rubin HPC (16 พ.ย. 2569): blogs.nvidia.com
  • NVIDIA DGX Spark HPC Developer Kit (16 พ.ย. 2569): blogs.nvidia.com
  • SiliconANGLE, At SC26, Nvidia debuts new Rubin HPC chip: siliconangle.com
  • HPCwire, Nvidia recommits to FP64 with a new GPU, the Rubin HPC (ผมเปิดอ่านตรงไม่ได้ อ้างผ่านผลค้นหาเท่านั้น): hpcwire.com
  • NVIDIA Vera Rubin Delivers World-Class Supercomputers for Science (22 มิ.ย. 2569): nvidianews.nvidia.com
  • NVIDIA Powers Thailand Research Agency’s New Supercomputer (LANTA): nvidia.com

ที่มาของภาพ

  • ภาพปก: by dojojin.tech · พื้นหลังเป็นภาพชิป Rubin HPC จาก NVIDIA · โลโก้ NVIDIA เป็นเครื่องหมายการค้าของ NVIDIA Corporation
  • ภาพชิป Rubin HPC, ตู้เซิร์ฟเวอร์ NVL4 และ DGX Spark 4 เครื่อง: NVIDIA (จากบล็อกทางการของ NVIDIA) ภาพ DGX Spark ครอปเอาแถบด้านล่างออก
ที่มา: NVIDIA Blog, HPCwire และ SiliconANGLE · เรียบเรียงโดย DOJOJIN.TECH