NVIDIA Rubin CPX: ускоритель вернули — с памятью HBM4

NVIDIA возвращает в работу ускоритель Rubin CPX. Если верить аналитику Ming-Chi Kuo, чип для «префилла» — обработки входного контекста больших языковых моделей — пересобрали: вместо 128 ГБ дешёвой GDDR7 теперь 168 ГБ HBM4. Полгода назад проект вообще снимали с дорожной карты. Для тех, кто считает бюджет на ИИ-инференс с длинным контекстом, это не косметическая правка.

Краткое содержание

• Rubin CPX возвращается на дорожную карту NVIDIA с другой памятью — 168 ГБ HBM4 вместо 128 ГБ GDDR7;
• чип берёт на себя «префилл» (обработку контекста), пока обычные Rubin с 288 ГБ HBM4 генерируют ответ;
• один узел с восемью ускорителями держит до 1,34 ТБ контекста, системы масштабируются до 256 чипов;
• производство намечено на первый квартал 2027 года — с оговоркой, что проект уже один раз отменяли.

Зачем разделять GPU на «читающий» и «пишущий»

В инференсе больших моделей есть две разные по характеру фазы. Сначала GPU «читает» весь входной контекст — промпт, документы, историю диалога — и строит из него кеш внимания (KV-кеш). Задача вычислительно тяжёлая, но не особо требовательная к объёму памяти. Затем начинается генерация ответа — токен за токеном, и здесь узкое место уже не вычисления, а пропускная способность памяти и её объём под растущий кеш.

NVIDIA не гонится за одним универсальным чипом: фазы развели по разным GPU. Rubin CPX читает контекст, обычный Rubin с HBM4 генерирует ответ. У каждого своя работа, а не компромисс между двумя.

Что изменилось: GDDR7 против HBM4

Первая версия Rubin CPX, показанная в сентябре 2025 года, ставила на дешёвую и быструю в производстве GDDR7 — экономика имела смысл именно потому, что памяти под префилл нужно меньше, чем под декодирование. Новая версия отказывается от этой логики в пользу HBM4:

• память: 168 ГБ HBM4 (было 128 ГБ GDDR7);
• производительность: около 30 PFLOPS в формате NVFP4;
• кристалл: монолитный, упаковка CoWoS-S или CoWoS-L;
• видеоблоки: четыре кодера NVENC и четыре декодера NVDEC на чип;
• конфигурации узлов: от 64 до 256 ускорителей, отдельная стойка MGX вместо совместной с обычными Rubin.

Для сравнения: у обычного Rubin — 288 ГБ HBM4. Разрыв CPX сокращает, но не убирает: чипы по-прежнему разделены на «читающий» и «пишущий», просто теперь оба на HBM4.

Что учесть: это пока слух, а не анонс

Источник всей истории — аналитик поставочной цепочки Ming-Chi Kuo, а не официальное заявление NVIDIA. У его прогнозов неплохая, но не идеальная репутация. Rubin CPX уже один раз попадал на дорожную карту в 2025 году и пропадал из неё полгода спустя. Гарантий нет. Планировать закупки под конкретные 168 ГБ и первый квартал 2027 года рано — эти цифры могут поменяться ещё не раз до официального анонса.

Отдельный вопрос — доступность топовых ИИ-ускорителей NVIDIA на российском рынке: она и так ограничена экспортными режимами, и Rubin CPX вряд ли станет исключением. Для отечественных интеграторов новость скорее сигнал о направлении архитектуры, чем повод резервировать бюджет под конкретное железо.

Rackstation AI

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Devbox AI

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Scale

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

HPC 4000

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

HPC 8000

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

HGX H200

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U