NVIDIA представила Nemotron for Science — набор для научных ИИ-агентов
На конференции SC26 NVIDIA показала открытый набор для агентов, которые сами проверяют гипотезы на компьютерах лабораторий, и объявила квантовый проект с IBM и Fermilab.

NVIDIA открыла неделю на суперкомпьютерной конференции SC26 в Чикаго набором Nemotron for Science для ИИ-агентов, которые сами планируют эксперименты, запускают код и проверяют результаты. В понедельник набор представил Иэн Бак, вице-президент NVIDIA по высокопроизводительным вычислениям и крупным дата-центрам.
Почему это важно: агенты работают на компьютерах самих учёных, от настольной машины до суперкомпьютера лаборатории, так что данные и модель остаются у них. «Вы владеете своими данными. Вы владеете моделью», — сказал Бак.
Как это работает: в основе набора — открытая модель Nemotron 3.5 Super VL, которую NVIDIA выпустила в октябре. Она читает документы, графики и видео и сама запускает поиск и программы. К ней добавили новый открытый набор данных по химии и готовые рецепты, как дообучить модель для химии и наук о жизни. Запускать всё это можно на DGX Spark — компактном настольном компьютере NVIDIA для ИИ, — на рабочей станции или на своём суперкомпьютере.
Детали: в Аргоннской национальной лаборатории агенту, собранному на этом наборе, дали единственный запрос. По словам Бака, агент сам выдвинул и проверил гипотезы, выбрал, какие симуляции запускать, и нашёл два новых сайта связывания1.
Расклад: Бак показал и других агентов, которые уже работают у учёных:
- Агент Королевского технологического института KTH в Стокгольме сам чинит неработающие настройки расчётов в GROMACS — программе для моделирования движения молекул. За одну ночь на одном DGX Spark он исправил 81% тестовых случаев.
- Агент Института SETI2 на Антенной решётке Аллена3 получил запрос в одну строку — построить по наблюдениям телескопа график линии метанола. Затем он сам перестроил частоту наблюдения с поправкой на доплеровский сдвиг: линия смещается по частоте, потому что источник и Земля движутся друг относительно друга.
- Собственный агент NVIDIA, Nsight AI Porting Agent, переписал одну из процедур модели прогноза погоды WRF для работы на видеокартах. Процедура ускорилась больше чем в пять раз. Агент потратил на это около 150 млн токенов, то есть слов и частей слов, которые модель прочла и написала за время работы.
Между строк: агентам нужны не только видеокарты. Между шагами модели агент вызывает инструменты: запускает программы, выполняет операции, оценивает и собирает результаты. Эту работу делает центральный процессор, объяснил Бак. Такой процессор NVIDIA продаёт сама — Vera. Немецкий центр климатических вычислений DKRZ выбрал его для суперкомпьютера HLRE-5, который ждут в начале 2028 года. Раньше системы на Vera появились в планах Техасского центра передовых вычислений (TACC).
В том же выступлении Бак представил ускоритель Rubin HPC для науки, инженерных расчётов и ИИ. В нём больше 50 000 ядер CUDA — примерно втрое больше, чем у ускорителей NVIDIA более раннего поколения Hopper. Выход ожидается в 2028 году.
Общая картина: по описанию Бака, основой научных вычислений остаётся моделирование, а рядом с ним работают ИИ и квантовые компьютеры. NVIDIA, IBM и американская лаборатория физики частиц Fermilab объявили общую платформу для исследований квантовой коррекции ошибок4 и прикладных задач: серверы NVIDIA DGX B200 будут работать в паре с квантовыми компьютерами IBM, в том числе на процессорах Nighthawk. Сигналы об ошибках кубитов разбирает обычный компьютер, и NVIDIA хочет сократить эту задержку примерно с 300 до 10 микросекунд. Для такого разбора в библиотеке CUDA-Q появился новый алгоритм TCBP-JOBS: по словам Бака, расчёты в исследованиях квантовой коррекции ошибок он сокращает с 12 недель до 45 минут.
Выступление Бак начал с воспоминания: первый публичный доклад о CUDA, платформе NVIDIA для вычислений на видеокартах, он прочитал на конференции SC06 в Тампе 20 лет назад. Сейчас у компании больше 1 000 библиотек CUDA-X.