Ian Buck, vicepresidente de hiperescala y computación de alto rendimiento (HPC) de NVIDIA, abrió el lunes 16 de noviembre la semana de la compañía en SC26, la gran conferencia anual de supercomputación, que este año se celebra en Chicago. Su mensaje giró en torno a los agentes de inteligencia artificial aplicados a la ciencia, y lo acompañó de varios anuncios: un paquete de modelos y datos abiertos llamado Nemotron for Science, la GPU Rubin HPC prevista para 2028, nuevos clientes para su CPU Vera y una plataforma cuántica con IBM y el laboratorio Fermilab.
Las claves de la intervención de Ian Buck en SC26 en 20 segundos
- NVIDIA presenta Nemotron for Science, con un modelo abierto, datos de química y recetas de ajuste.
- La GPU Rubin HPC, con más de 50.000 núcleos CUDA, llegará en 2028.
- El centro climático alemán DKRZ usará CPU Vera en su superordenador HLRE-5.
- NVIDIA, IBM y Fermilab colaborarán en corrección de errores cuánticos.

Buck tiene una relación especial con esta conferencia: según recordó el blog de NVIDIA, su primera charla pública sobre CUDA fue un tutorial en SC06, en Tampa, hace 20 años. Hoy la compañía asegura ofrecer más de 1.000 bibliotecas CUDA-X.
Agentes que proponen hipótesis y lanzan simulaciones
El eje del discurso fue la idea de que los agentes de IA pueden encargarse de partes del trabajo científico que hoy hacen los investigadores a mano. Para ello NVIDIA presenta Nemotron for Science, que combina el modelo abierto Nemotron 3.5 Super VL, un nuevo conjunto de datos abierto de química y recetas de postentrenamiento para ciencias de la vida y química. Según la empresa, puede ejecutarse en local, desde un DGX Spark de escritorio hasta un superordenador. Buck insistió en esa idea de control con una frase breve: «You own your data. You own the model» (los datos y el modelo son tuyos).
NVIDIA mostró varios ejemplos, todos ellos presentados por la propia compañía. En el Laboratorio Nacional de Argonne, un agente recibió una única instrucción, planteó y comprobó hipótesis, eligió simulaciones e identificó dos nuevos sitios de unión molecular. En el Real Instituto de Tecnología KTH, otro agente reparó de forma autónoma configuraciones rotas del programa de dinámica molecular GROMACS y resolvió el 81 % de los casos de prueba en una noche con un solo DGX Spark. Y la herramienta Nsight AI Porting Agent adaptó a GPU una rutina del modelo meteorológico WRF y la aceleró más de cinco veces, consumiendo unos 150 millones de tokens.
Rubin HPC, Vera y fotónica: el hardware detrás
Para la simulación clásica, NVIDIA anunció Rubin HPC, una GPU de la plataforma Vera Rubin que admite precisiones desde FP64 hasta FP4, añade aceleración de datos dispersos y se conecta mediante NVLink de séptima generación. Tendrá más de 50.000 núcleos CUDA, unas tres veces los de Hopper, y la compañía prevé que llegue en 2028. Es una previsión, no un producto disponible.
Buck también defendió el papel de la CPU en los flujos con agentes, que necesitan un procesador capaz de ejecutar herramientas y recoger resultados. En ese terreno, el Centro Alemán de Computación Climática (DKRZ) ha elegido la CPU Vera para su superordenador HLRE-5, previsto para principios de 2028, que se suma a los sistemas Vera ya anunciados en el TACC de Texas. NVIDIA destacó además sus conmutadores de óptica coempaquetada NVIDIA Photonics, con un primer despliegue en Lambda, que según Buck son 15 veces más fiables en errores de bit y caídas de enlace.
El frente cuántico: IBM, Fermilab y JUPITER
La parte cuántica incluyó una plataforma de codiseño cuántico-clásico con IBM y Fermilab, en la que sistemas DGX B200 trabajarán junto a ordenadores cuánticos de IBM, incluidos los que usan el procesador Nighthawk, para investigar corrección de errores y aplicaciones. NVIDIA citó también una simulación en el superordenador JUPITER de Jülich que, según la compañía, muestra que la técnica conocida como cultivo de estados mágicos puede reducir por diez las operaciones de un paso lógico, y un algoritmo de decodificación en CUDA-Q, TCBP-JOBS, que reduce de 12 semanas a 45 minutos ciertos cálculos de investigación. Buck situó como objetivo bajar la latencia de decodificación de unos 300 a 10 microsegundos.
Preguntas frecuentes
¿Qué es Nemotron for Science?
Un paquete de NVIDIA que reúne el modelo abierto Nemotron 3.5 Super VL, un conjunto de datos abierto de química y recetas de postentrenamiento para ciencias de la vida y química.
¿Cuándo llegará la GPU Rubin HPC?
NVIDIA prevé que esté disponible en 2028.
¿Quién es Ian Buck?
Es vicepresidente de hiperescala y HPC de NVIDIA y uno de los impulsores de CUDA, sobre la que dio su primera charla pública en SC06.
Fuentes:












