Webhostdiy.com – Nvidia baru saja mengejutkan dunia lewat peluncuran unit pengolah grafis (GPU) terbaru bernama Rubin HPC dalam ajang Supercomputing 2026 (SC26) di Chicago, Amerika Serikat, Senin (16/11/2026).
Secara khusus, chip kelas kakap ini memang dirancang untuk melibas beban kerja komputasi berkinerja tinggi alias high-performance computing (HPC), mulai dari simulasi ilmiah, kalkulasi teknik rumit, hingga pengolahan mahadata raksasa.
Menariknya lagi, daya tarik utama Rubin HPC langsung mencuri perhatian berkat jumlah CUDA core yang menembus lebih dari 50.000 unit dalam satu keping GPU saja, sekaligus mencetak rekor tertinggi sepanjang sejarah Nvidia.
Sebagai perbandingan biar kamu makin terbayang buasnya spesifikasi ini, seri GPU Nvidia B300 berarsitektur Blackwell Ultra hanya mengantongi 20.480 CUDA core, sedangkan varian Rubin standar cuma membawa 28.672 CUDA core.
Artinya, Rubin HPC sukses melesat dengan menyuguhkan kapasitas CUDA core sekitar 2,4 kali lipat lebih banyak daripada B300 dan sekitar 1,7 kali lipat lebih besar ketimbang Rubin standar.
Secara sederhana, kita bisa memandang CUDA core sebagai ribuan unit pemrosesan mini di dalam otak GPU yang bekerja serempak, sehingga semakin banyak jumlahnya, semakin masif pula kalkulasi yang sanggup GPU selesaikan bersamaan.
Meskipun begitu, banjir CUDA core tidak otomatis membuat sebuah GPU ngebut secara menyeluruh karena performa nyata tetap bergantung pada kecepatan memori serta kelancaran aliran data menuju inti pemrosesan.
Senjata Rahasia untuk Simulasi Ilmiah Skala Raksasa
Lebih jauh lagi, tim insinyur Nvidia memang memfokuskan pengembangan Rubin HPC untuk menaklukkan pekerjaan komputasi ilmiah serta rekayasa teknik yang menuntut perhitungan dalam skala super besar.
Nantinya, GPU yang menjadi tulang punggung platform Nvidia Vera Rubin ini siap membantu peneliti menjalankan pemodelan iklim global, simulasi desain manufaktur, analisis genom medis, hingga perhitungan risiko keuangan.
Untuk mempercepat deretan tugas berat tersebut, Nvidia menyematkan teknologi cerdas bernama sparse data acceleration yang membantu GPU mengolah potongan data tersebar di berbagai sudut memori secara lebih efisien.
Berkat inovasi pintar ini, ribuan unit pemrosesan di dalam GPU tidak perlu membuang waktu menunggu terlalu lama sebelum langsung tancap gas mengeksekusi rumus perhitungan.
Selain itu, Nvidia menegaskan bahwa mereka mengoptimalkan Rubin HPC untuk melibas perhitungan matriks bernilai kosong, kalkulasi titik data sekitar, pengurutan data, serta penyederhanaan data raksasa menjadi hasil ringkas.
Tak berhenti di situ, Rubin HPC juga mengandalkan jalur interkoneksi NVLink generasi ketujuh alias NVLink 7 sebagai jalan tol komunikasi super cepat agar banyak GPU sanggup bertukar data dalam superkomputer.
Sebagai gambaran nyata, NVLink generasi sebelumnya pada platform Vera Rubin menawarkan bandwidth dua arah hingga 3,6 TB per detik per GPU, namun Nvidia belum membuka angka kemampuan NVLink 7.
“Bagi agen AI yang menangani persoalan sains dan teknik, simulasi yang lebih cepat berarti proses penemuan juga bisa berlangsung lebih cepat,” tegas Ian Buck, Vice President of Hyperscale and High-Performance Computing Nvidia, melansir TechTimes, Rabu (18/11/2026).
Menurut penuturan Buck lebih lanjut, semakin singkat waktu sebuah simulasi berjalan, semakin gesit pula sistem AI menguji beragam kemungkinan eksperimen yang ada.
Alhasil, terobosan kecepatan ini memungkinkan para ilmuwan dan insinyur menjajal jauh lebih banyak skenario riset dalam waktu singkat sebelum menentukan langkah pengembangan berikutnya.
Bikin Penasaran! Nvidia Masih Rapat Sembunyikan Spesifikasi Lengkapnya
Kendati sudah memamerkan angka fantastis lebih dari 50.000 CUDA core ke hadapan publik, Nvidia ternyata belum membeberkan seluruh kartu as spesifikasi teknis dari Rubin HPC.
Hingga kini, sejumlah informasi vital masih disembunyikan rapat-rapat oleh perusahaan tersebut, mulai dari total kapasitas memori, kecepatan transfer data memori, konsumsi daya listrik, hingga kemampuan perhitungan presisi tinggi FP64.
Padahal, deretan spesifikasi teknis tersebut sangat krusial karena performa sebuah superkomputer modern tidak melulu bergantung pada seberapa kencang GPU mengeksekusi operasi hitung mentah.
Dalam beragam skenario beban kerja nyata, kecepatan keseluruhan sistem justru sangat bergantung pada seberapa gesit jalur sirkuit memindahkan data dari memori menuju GPU maupun sebaliknya.
Sebagai contoh konkret, laporan pemeringkatan superkomputer dunia TOP500 edisi Juni 2026 mencatat bahwa superkomputer raksasa El Capitan meraih kinerja puncak sekitar 1,809 exaflops dalam pengujian LINPACK.
Sebagai catatan penting, tolok ukur LINPACK memang secara khusus mengukur kemampuan murni sebuah sistem dalam menyelesaikan perhitungan matematis raksasa secara padat.
Namun, cerita berbeda muncul saat penguji menjalankan tolok ukur HPCG yang mencerminkan beban kerja berbasis kecepatan akses data, karena performa El Capitan hanya menyentuh 17,41 petaflops atau jauh di bawah LINPACK.
Jurang perbedaan angka yang mencolok tersebut membuktikan bahwa kemampuan melakukan kalkulasi raksasa bukanlah satu-satunya faktor penentu kedigdayaan sebuah superkomputer.
Oleh sebab itu, jumlah CUDA core Rubin HPC yang menembus lebih dari 50.000 unit belum bisa menjadi satu-satunya tolok ukur mutlak untuk menilai keunggulan kecepatannya atas generasi terdahulu.
Di samping merahasiakan detail jeroan teknisnya, Nvidia juga belum mengumumkan banderol harga resmi maupun konfigurasi sistem server yang kelak mengadopsi GPU Rubin HPC ini.
Sebagai penutup bagi kamu yang sudah menanti kehadirannya, GPU monster ini dijadwalkan meluncur ke pasar global pada tahun 2028 mendatang, sebagaimana rangkuman informasi dari TechTimes dan blog resmi Nvidia.
Temukan juga berbagai berita terbaru lainnya hanya di Exposenews.id.
