3 Minuten
NVIDIAs CEO Jensen Huang hat bestätigt, dass das Unternehmen aktiv die nächste Rubin AI‑Architektur bei TSMC vorbereitet. Intern als revolutionärer Schritt für Compute beschrieben, stellt Rubin eine Neugestaltung des NVIDIA‑Rechenzentrums‑Stacks von Grund auf dar — von Speicher und Fertigungsnode bis hin zu Packaging und Interconnects. Huang verriet, dass NVIDIA bereits sechs Rubin‑Chips den Tape‑out durchlaufen hat, die sich nun in TSMCs Fertigungsstätten befinden und für Testproduktionen vorbereitet werden.
Was Jensen Huang angekündigt hat
Während seines Besuchs in Taiwan sagte Huang gegenüber lokalen Medien, Rubin sei „sehr weit fortgeschritten“ und dass sechs verschiedene Rubin‑Chips getaped‑out und an TSMC übergeben worden seien. Dazu gehören neue CPU‑ und GPU‑Dies sowie spezialisierte Silizium‑Komponenten für Skalierung und Konnektivität. Die Ankündigung deutet auf eine umfassende Plattform‑Erneuerung statt eines inkrementellen Updates hin.
Bestätigte Chips im Tape‑Out
- Dediziertes CPU‑Die
- GPU der nächsten Generation (erwartete R100‑Familie)
- Scale‑up NVLink‑Switch für höherbandbreitige Multi‑GPU‑Skalierung
- Silicon‑Photonics‑Prozessor für optische I/O
- Zusätzliche Interposer/Bridge‑Dies zur Unterstützung der Chiplet‑Integration
- Verpackungs‑ und Switch‑Logik‑Chips
Technische Merkmale und Innovationen
Rubin bündelt mehrere wirkungsvolle Verbesserungen für KI‑Berechnungen. NVIDIA plant den Einsatz von HBM4‑Speicher für die R100‑GPUs, ein bedeutender Schritt über den aktuellen HBM3E‑Standard hinaus. Das Design nutzt TSMCs N3P‑Prozess der 3‑nm‑Klasse und das fortschrittliche CoWoS‑L‑Packaging. Entscheidend ist, dass Rubin eine Chiplet‑Architektur einführt — erstmals für NVIDIA in diesem Umfang — und zu einem 4x‑Reticle‑Layout im Vergleich zu Blackwells ~3,3x‑Reticle wechselt, was größere kombinierte Die‑Flächen und modularere Skalierung ermöglicht. Die Integration eines Silicon‑Photonics‑Prozessors und eines Scale‑up‑NVLink‑Switch betont den Fokus auf hochbandbreitige, latenzarme Interconnects für verteilte KI‑Workloads.
Vergleich: Rubin vs Blackwell und Hopper
Während Blackwell Ultra (GB300) einen kurzfristigen Höhepunkt in NVIDIAs aktueller Roadmap darstellte, zielt Rubin auf einen Generationssprung ähnlich dem, was Hopper zuvor geliefert hat. Rubins Wechsel zu Chiplets, HBM4, N3P und CoWoS‑L‑Packaging deutet auf Verbesserungen bei Leistung, Energieeffizienz und Skalierung sowohl für Training als auch Inferenz hin. Die architektonischen Änderungen gehen über eine einfache Prozess‑Node‑Aktualisierung hinaus — sie betreffen Speicherarchitektur, physisches Packaging und Interconnect‑Topologie.
Vorteile und Anwendungsfälle
Rubin ist für groß angelegte KI‑Trainings, massive Sprachmodelle und High‑Performance‑Computing optimiert, bei denen Speicherbandbreite und Inter‑Node‑Kommunikation limitierende Faktoren sind. Silicon Photonics und ein Scale‑up NVLink‑Switch machen Rubin attraktiv für Hyperscaler und Unternehmens‑KI‑Cluster, die dichte, latenzarme Fabrics verlangen. Der Chiplet‑Ansatz kann zudem die Ausbeute verbessern und die Time‑to‑Market für verschiedene SKUs beschleunigen, die für Training, Inferenz und Edge‑beschleunigte Server ausgelegt sind.
Marktrelevanz und Zeitplan
Angesichts der Tape‑outs und der begonnenen TSMC‑Testproduktion wird Rubins kommerzielles Debüt voraussichtlich im Zeitfenster 2026–2027 liegen, abhängig von Qualifikation und Yield‑Rampen. Für Cloud‑Provider, OEMs und Anbieter von KI‑Infrastruktur stellt Rubin einen strategischen Knotenpunkt dar: Er könnte die Leistungsmaßstäbe im AI‑Server‑Markt neu setzen und neue Hardware‑Erneuerungszyklen in Rechenzentren auslösen.
Fazit
NVIDIAs Rubin scheint eine richtungsweisende Architektur zu werden: die Kombination aus HBM4‑Speicher, TSMCs 3‑nm‑Prozess, Chiplet‑Modularität, CoWoS‑L‑Packaging und optischem I/O liefert eine nächste Plattform‑Generation für KI und HPC. Mit sechs bereits bei TSMC getapeten‑Outs wird die Branche die Testproduktion genau beobachten, während Rubin auf einen wahrscheinlichen Start 2026–2027 zusteuert.
Quelle: wccftech
Kommentare