Rubin GPU 288GB HBM4

Spécifications expliquées

Utilisé pour AI training, inference et HPC

1. 01288 GB de mémoire HBM4

   VRAM

   288 GB

   Type de mémoire

   HBM4

   Bande passante mémoire

   22 TB/s

   La HBM (High Bandwidth Memory) est empilée en couches et placée juste à côté du processeur, sur le même package. Ce chemin court et large est ce qui donne aux accélérateurs équipés de HBM leur bande passante mémoire ; on les choisit donc généralement pour des charges de travail limitées par la vitesse à laquelle les données parviennent aux cœurs, comme l’inférence de grands modèles et la simulation HPC.

   La VRAM est l’espace de travail de la carte. Les poids du modèle, les activations et les jeux de données doivent y tenir, ou être répartis sur plusieurs GPU. Règle empirique pour les seuls poids en précision 16 bits (environ 2 GB par milliard de paramètres) : jusqu’à environ 144 milliards de paramètres, avant activations et cache. Il s’agit d’un calcul arithmétique sur la VRAM enregistrée, et non d’un benchmark.

2. 02Architecture Rubin

   Architecture

   Rubin

   Génération

   Vera Rubin

   Année de lancement

   2026

   Statut du cycle de vie

   Current

   Lancé en 2026. Les enregistrements de Kovara l’indiquent comme un composant de génération actuelle.

3. 03Conçu pour passer à l’échelle sur plusieurs GPU

   NVLink

   Pris en charge

   MIG

   Pris en charge

   Facteur de forme

   Rack-scale / liquid-cooled module

   NVLink est une liaison directe de GPU à GPU. Lorsqu’il est pris en charge, les GPU d’un même serveur peuvent échanger des données plus rapidement qu’avec le seul PCIe, ce qui compte lorsqu’une même tâche d’entraînement est répartie sur plusieurs GPU.

   La Multi-Instance GPU (MIG) peut diviser un GPU physique en tranches isolées, chacune avec sa propre mémoire et sa propre puissance de calcul, afin que plusieurs charges de travail plus petites puissent partager une carte.

4. 04À quoi il sert

   Usage principal (enregistré)

   AI training / inference / HPC

   Voici les usages que Kovara a enregistrés pour ce composant. Les notes expliquent la charge de travail en termes généraux ; elles ne constituent pas des affirmations de performance.

   • AI trainingL’entraînement d’un modèle à partir de données. En général la phase la plus gourmande en calcul et en mémoire, souvent répartie sur de nombreux GPU.
   • inferenceL’exécution d’un modèle entraîné pour répondre à des demandes. La capacité mémoire, la latence et le coût par demande sont les préoccupations habituelles.
   • HPCLa simulation scientifique et d’ingénierie, où la précision numérique et la bande passante mémoire comptent.

Les chiffres sont des données de référence de Kovara, dernière vérification : 03 sept. 2026. Les explications décrivent la technologie de manière générale ; elles ne sont pas des benchmarks et ne disent rien du prix ni de la disponibilité.