Ian Buck NVIDIA lança nova ofensiva em IA e computação quântica
Na SC26, em Chicago, Ian Buck anuncia Nemotron for Science, nova GPU Rubin HPC, expansão da plataforma Vera CPU e parceria em computação quântica com IBM e Fermilab.

Tecnologia
Ian Buck revela inovações em IA, GPUs avançadas e colaborações em computação quântica na conferência SC26.
Leia também: Orquestração autônoma em Kubernetes reduz 80% do custo de IA
O vice-presidente de hyperscale e computação de alto desempenho da NVIDIA, Ian Buck, abriu a participação da empresa na SC26, em Chicago, anunciando uma ofensiva para acelerar a pesquisa científica com novas ferramentas de IA para agentes, a plataforma Nemotron for Science, a GPU Rubin HPC, a expansão da linha de CPUs Vera e uma colaboração em computação quântica com IBM e Fermilab.
NVIDIA aposta em agentes de IA rodando no próprio laboratório
No centro do anúncio está um novo pacote de software para agentes de inteligência artificial capazes de planejar experimentos, executar códigos e checar resultados diretamente nos sistemas dos pesquisadores, sem depender de nuvens externas. A proposta é que universidades e laboratórios mantenham controle total sobre dados e modelos, usando sua própria infraestrutura.
“You own your data. You own the model”, resumiu Buck, destacando que os agentes já estão mudando a rotina da pesquisa científica. “[Agents] have been just a game changer in how we interface with our supercomputers, with our devices, our instruments and how we can do the research”, afirmou.
Esses agentes usam a CPU para acionar ferramentas e orquestrar etapas entre as chamadas de modelo. “That’s exactly what agents need. They need a CPU that can run, evaluate, run the tool, perform the operations, gather the results”, disse Buck, ao defender a integração estreita entre processadores e aceleradores de IA.
Nemotron for Science mira química e ciências da vida
Para dar cérebro a esses agentes, Buck anunciou o Nemotron for Science, que combina o modelo aberto Nemotron 3.5 Super VL com um novo conjunto de dados voltado à química e receitas de pós-treinamento específicas para ciências da vida e química.
O pacote pode rodar em sistemas DGX Spark, em estações de trabalho ou em supercomputadores próprios, o que mira desde grupos acadêmicos menores até grandes centros de HPC. No Argonne National Laboratory, um agente construído com a ferramenta recebeu um único comando em linguagem natural, planejou e testou hipóteses, escolheu quais simulações executar e identificou dois novos sítios de ligação molecular, exemplo usado por Buck para ilustrar o potencial de automatização do ciclo de experimentos.
Buck lembrou que a base dessa estratégia segue sendo a simulação numérica, agora combinada a IA e, no horizonte, à computação quântica. “The frontier of computing and the new scientific stack is going to be simulation, as always, but combined with AI and the future of quantum”, disse.
Rubin HPC GPU e Vera CPU miram próxima geração de supercomputadores
Na camada de hardware, a NVIDIA apresentou o Rubin HPC, nova GPU da plataforma Vera Rubin, desenhada para workloads de ciência, engenharia, análise de dados e IA. O chip traz mais de 50.000 núcleos CUDA — cerca de três vezes mais que a geração Hopper —, suporte a múltiplas precisões de FP64 a FP4 e aceleração dedicada para dados esparsos, além de interconexão via sétima geração do NVLink.
O Rubin HPC está previsto para chegar ao mercado em 2028, mirando a leva de supercomputadores que será instalada na segunda metade da década. A empresa não detalhou desempenho em flops, mas posicionou o processador como peça central da próxima onda de sistemas científicos de grande porte.
Ao mesmo tempo, Buck anunciou a expansão da plataforma Vera CPU para sustentar esses agentes e cargas de trabalho mistas. O Centro Alemão de Computação Climática (DKRZ) escolheu as CPUs Vera para o supercomputador HLRE-5, também previsto para entrar em operação no início de 2028, voltado a simulações climáticas de alta resolução. O projeto se soma a outros sistemas Vera já anunciados em centros de computação avançada.
Ao recuperar sua primeira palestra pública sobre CUDA, há 20 anos, Buck ressaltou a evolução do ecossistema de software da empresa, que hoje soma mais de 1.000 bibliotecas CUDA-X voltadas a diferentes domínios científicos.
Computação quântica ganha impulso com IBM e Fermilab
Em outro eixo do anúncio, NVIDIA, IBM e Fermilab apresentaram uma plataforma conjunta de co-design em computação quântica, focada em pesquisa de correção de erros e em novas aplicações. A iniciativa combina sistemas NVIDIA DGX B200 com computadores quânticos da IBM, incluindo máquinas baseadas na arquitetura IBM Quantum Nighthawk.
O objetivo é permitir que cientistas testem algoritmos quânticos avançados em conjunto com simulação clássica de alta performance, encurtando o ciclo entre teoria e experimento. Buck destacou um estudo rodado no supercomputador JUPITER, no centro de pesquisa de Jülich, que usou a técnica de “magic state cultivation” para reduzir em dez vezes o número de operações necessárias em um único passo lógico quântico; o trabalho está sendo incorporado ao CUDA-Q, kit de desenvolvimento da NVIDIA para computação quântica híbrida.
Algoritmo CUDA-Q acelera pesquisa em correção de erros
A empresa também apresentou um avanço específico em decodificação quântica. Segundo Buck, um novo algoritmo de CUDA-Q, batizado de TCBP-JOBS, reduz a latência de decodificação de cerca de 300 microsegundos para 10 microsegundos em cenários de referência e corta o tempo de pesquisa em correção de erros de 12 semanas para 45 minutos.
“A new CUDA-Q decoding algorithm, TCBP-JOBS, cuts error-correction research computation from 12 weeks to 45 minutes”, disse Buck, indicando que o gargalo de correção de erros — apontado como um dos maiores obstáculos para a computação quântica em larga escala — pode ser significativamente atenuado com a combinação de aceleradores clássicos e novos métodos.
Switches ópticos e efeito na infraestrutura científica
No campo de redes, Buck mostrou uma das primeiras implantações comerciais dos switches ópticos copacotados NVIDIA Photonics, instalados na provedora de infraestrutura Lambda. Voltados a data centers de IA e HPC de grande escala, os equipamentos usam interconexão óptica integrada ao pacote de silício para aumentar largura de banda e confiabilidade.
Segundo Buck, os novos switches são “15x more reliable on bit errors and link flaps” — quinze vezes mais confiáveis em erros de bits e falhas de link —, característica relevante para centros de supercomputação que precisam movimentar grandes volumes de dados entre GPUs e nós sem interrupções.
No conjunto, os anúncios em Chicago apontam para uma integração cada vez mais estreita entre simulação clássica, IA baseada em agentes e computação quântica, com impacto direto em áreas como química, ciências da vida e climatologia. A expectativa é que laboratórios que investirem nesse novo pacote de hardware e software reduzam prazos de experimentos complexos e ganhem autonomia na gestão de seus dados, enquanto a comunidade científica encara o desafio paralelo de adaptar métodos, formação de equipes e infraestrutura a essa nova geração de ferramentas.


