AI & MACHINE LEARNING

NVIDIA เปิดตัว Vera CPU ขับเคลื่อนซูเปอร์คอมพิวเตอร์และ AI เอเจนท์ที่ Los Alamos National Laboratory

NVIDIA Blog22 Jun 2026
1 min read
Key Takeaways
  • NVIDIA Vera CPU ช่วยเพิ่มประสิทธิภาพงานวิจัยทางวิทยาศาสตร์และรองรับการสร้าง AI เอเจนท์ที่สามารถทำงานวิจัยได้อย่างเป็นอิสระ

ทำไมเรื่องนี้ถึงสำคัญ

การเปลี่ยนผ่านสู่ยุค Agentic AI ในงานวิทยาศาสตร์ต้องการพลังการประมวลผลและแบนด์วิดท์หน่วยความจำมหาศาล NVIDIA Vera CPU ถูกออกแบบมาเพื่อตอบโจทย์นี้โดยเฉพาะ ซึ่งจะช่วยให้การค้นพบทางวิทยาศาสตร์ในอนาคต เช่น พลังงานนิวเคลียร์และวัสดุศาสตร์ ก้าวหน้าไปอย่างรวดเร็ว

ห้องปฏิบัติการแห่งชาติลอสแอลามอส (LANL) กำลังสร้างซูเปอร์คอมพิวเตอร์รุ่นใหม่ 3 ระบบ ได้แก่ Mission, Vision และ Veritas โดยความร่วมมือกับ HPE และ NVIDIA ระบบเหล่านี้จะใช้สถาปัตยกรรม NVIDIA Vera CPU และแพลตฟอร์ม Rubin เพื่อยกระดับความสามารถในการประมวลผลทางวิทยาศาสตร์

จุดเด่นอยู่ที่การใช้ NVIDIA Vera CPU ซึ่งให้ประสิทธิภาพสูงกว่า CPU แบบเดิมถึง 3-7 เท่าในงานวิจัยด้านฟิสิกส์และการจำลองความร้อน โดยระบบ Veritas จะถูกใช้เพื่อพัฒนา URSA ซึ่งเป็นกรอบงาน AI เอเจนท์ที่ช่วยนักวิทยาศาสตร์ในการตั้งสมมติฐาน วางแผนการทดลอง และวิเคราะห์ผลลัพธ์โดยอัตโนมัติ ช่วยให้งานวิจัยที่มีความซับซ้อนสูงสามารถทำได้รวดเร็วยิ่งขึ้น

สรุปประเด็นหลัก

NVIDIA Vera CPU ให้ประสิทธิภาพสูงกว่าสถาปัตยกรรม x86 เดิมสูงสุดถึง 7 เท่าในงานวิจัยบางประเภท

การพัฒนา URSA ซึ่งเป็น AI เอเจนท์สำหรับช่วยนักวิทยาศาสตร์วางแผนและวิเคราะห์การทดลอง

สถาปัตยกรรม Vera Rubin รวม CPU, GPU และระบบเครือข่ายความเร็วสูงไว้ด้วยกัน

นวัตกรรมและเทคโนโลยี

infrastructure

NVIDIA Vera CPU

ซีพียูรุ่นใหม่ที่ใช้ Olympus core พร้อมหน่วยความจำ LPDDR5 ให้ประสิทธิภาพต่อโหนดสูงกว่า x86 เดิมอย่างมาก

models

Agentic AI for Science (URSA)

กรอบงาน AI ที่ทำหน้าที่เป็นเอเจนท์ช่วยนักวิจัยในการวิเคราะห์ข้อมูลและจำลองสถานการณ์ทางวิทยาศาสตร์

Developer Impact
นักพัฒนาซอฟต์แวร์สาย HPC และ AI จะได้ประโยชน์จากแบนด์วิดท์หน่วยความจำที่กว้างขึ้นและสถาปัตยกรรมที่ออกแบบมาเพื่อโมเดล AI ขนาดใหญ่ รวมถึงการปรับปรุงอัลกอริทึมให้รองรับระบบ Agentic
Keywords
#nvidia vera #supercomputing #agentic ai #hpc #scientific ai
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

NVIDIA Blog