Nvidia stellt sein fortschrittliches Rubin-Chip-Design vor

Nvidia stellt Rubin vor: Die nächste Generation der KI-Hardware

Auf der Consumer Electronics Show präsentierte Nvidia-CEO Jensen Huang den neuesten Durchbruch des Unternehmens im Bereich künstlicher Intelligenz: die Rubin-Computing-Architektur. Diese hochmoderne Plattform befindet sich bereits in der Produktion, mit Plänen, die Fertigung in der zweiten Jahreshälfte zu beschleunigen.

"Vera Rubin wurde entwickelt, um ein zentrales Problem unserer Zeit zu lösen: den rasant steigenden Rechenbedarf von KI," erklärte Huang den Anwesenden. "Ich freue mich, bekanntzugeben, dass Vera Rubin nun in die Vollproduktion gegangen ist."

Rubin-Architektur: Eine neue Ära für Nvidia

Erstmals im Jahr 2024 vorgestellt, markiert die Rubin-Architektur den neuesten Meilenstein in Nvidias kontinuierlichem Innovationszyklus, der das Unternehmen an die Spitze der globalen Tech-Branche geführt hat. Rubin wird die Blackwell-Architektur ablösen, die ihrerseits die früheren Generationen Hopper und Lovelace ersetzte.

Breite Einführung in der Cloud und im Supercomputing

Große Cloud-Dienstleister planen bereits den Einsatz von Rubin-Chips, mit bedeutenden Kooperationen unter anderem mit Anthropic, OpenAI und Amazon Web Services. Rubin-basierte Systeme werden außerdem HPEs Blue Lion Supercomputer und den kommenden Doudna-Supercomputer im Lawrence Berkeley National Laboratory antreiben.

Innovatives Design inspiriert von Vera Rubin

Benannt nach der renommierten Astronomin Vera Florence Cooper Rubin, basiert die Rubin-Plattform auf sechs miteinander verbundenen Chips. Im Zentrum steht die Rubin GPU, ergänzt durch Fortschritte im Bereich Speicher und Netzwerk mittels aktualisierter Bluefield- und NVLink-Technologien. Die Produktreihe umfasst zudem eine neue Vera CPU, die für agentisches Reasoning optimiert ist.

Bewältigung des wachsenden Speicherbedarfs von KI

Dion Harris, Senior Director für KI-Infrastruktur-Lösungen bei Nvidia, betonte, wie die zunehmende Komplexität von KI-Workloads – wie agentische KI und lang andauernde Aufgaben – höhere Anforderungen an Speichersysteme stellt. "Mit dem Aufkommen dieser neuen Workflows steigt der Druck auf euren KV-Cache erheblich," merkte Harris an und bezog sich dabei auf einen Speichermachanismus, den KI-Modelle zur Optimierung von Eingabedaten nutzen. "Um diesen Anforderungen gerecht zu werden, haben wir eine externe Speicherebene eingeführt, die direkt mit dem Compute-Gerät verbunden ist und so deutlich skalierbarere Speicherlösungen ermöglicht."

Leistungs- und Effizienzsprung

Die Rubin-Architektur liefert bemerkenswerte Verbesserungen sowohl bei Geschwindigkeit als auch Energieeffizienz. Nvidia berichtet, dass Rubin die vorherige Blackwell-Generation um das 3,5-fache bei der Modell-Trainierung übertrifft und eine fünffache Steigerung der Inferenzleistung erreicht – bis zu 50 Petaflops. Zudem bietet die neue Plattform achtmal mehr Inferenzleistung pro Watt.

Antwort auf die Anforderungen des KI-Infrastruktur-Wettlaufs

Diese Fortschritte kommen zu einer Zeit intensiven Wettbewerbs um den Aufbau leistungsfähiger KI-Infrastrukturen, bei dem sowohl Forschungslabore als auch Cloud-Anbieter um Nvidias neueste Chips und die dafür benötigten Ressourcen konkurrieren. Während eines Gewinnaufrufs im Oktober 2025 prognostizierte Huang, dass die weltweiten Investitionen in KI-Infrastruktur in den nächsten fünf Jahren zwischen 3 und 4 Billionen US-Dollar erreichen könnten.

Bevorstehendes Technologie-Event