Компания NetApp представила дезагрегированную архитектуру нового поколения NetApp Novus, поддерживающую хранение данных зеттабайтного масштаба, которая позволит ИИ-фабрикам обеспечивать непрерывную подачу данных на миллионы GPU, повышая до максимума эффективность, уровень загрузки ресурсов и окупаемость инвестиций. NetApp позиционирует Novus как самую быструю на планете систему хранения.

Компания отметила, что неооблака и провайдеры GPUaaS создают ИИ-фабрики такого масштаба, на который не были рассчитаны традиционные архитектуры СХД. Это приводит к возникновению «узких мест», снижающих коэффициент использования GPU и увеличивающих затраты на инфраструктуру. При использовании традиционных архитектур загрузка GPU может падать ниже 30​%, если система не способна обеспечить подачу достаточного объёма данных для получения необходимых результатов и окупаемости вложений.

«ИИ-фабрики давно нуждались в инфраструктуре, способной масштабироваться со скоростью развития технологий ИИ», — отметил Сьям Наир (Syam Nair), директор по продуктам NetApp. По его словам, используя преимущества платформы NetApp, решение Novus обеспечивает совокупную пропускную способность 100 Тбайт/с с возможностью неограниченного горизонтального масштабирования.

Источник изображения: NetApp

Ариндам Банерджи (Arindam Banerjee), главный архитектор платформ и технологий NetApp, пояснил, что Novus использует принцип федерации для объединения нескольких кластеров хранения в единое пространство имен, при этом пропускная способность системы растёт по мере добавления новых кластеров. Архитектура опирается на стандартные протоколы pNFS и Flex Files, что позволяет использовать стандартное ядро Linux.

Это избавляет операторов от необходимости развёртывать, обновлять и проверять проприетарные клиентские решения для тысяч образов узлов, различных поколений GPU и сред разных арендаторов. Такой подход устраняет значительный источник постоянных накладных расходов, сохраняя при этом единое пространство имен для совместной инфраструктуры ИИ. Novus переносит надёжность, безопасность и возможности многопользователького доступа платформы ONTAP в архитектуру, специально разработанную для ИИ-фабрик, говорит он.

Novus разделяет потоки метаданных и данных, позволяя каждому из них масштабироваться независимо. Банерджи отметил, что в Novus службы обработки метаданных разделены на независимо масштабируемые уровни (протоколов, состояний и каталогов). Это позволяет устранить «узкие места», возникающие при рабочих нагрузках ИИ, когда интенсивные операции чтения и записи данных сочетаются с масштабными операциями с метаданными. Серверы данных Novus будут работать под управлением ОС ONTAP, что позволит распространить на новую архитектуру уже существующие в решениях NetApp механизмы обеспечения целостности данных, отказоустойчивости, безопасности, изоляции и качества обслуживания (QoS).

Источник изображения: NetApp

Единое пространство имен упрощает эксплуатацию. Когда данные задачи распределены по разным системам, их приходится перемещать, перемонтировать, перебалансировать, а также отслеживать каждую копию. Единое пространство имён зеттабайтного масштаба устраняет эту проблему, обеспечивая постоянную доступность наборов данных, контрольных точек и артефактов модели по мере роста среды. Архитектура Novus позволяет операторам добавлять ёмкость и повышать производительность без необходимости внесения изменений в приложения, прерывания работы или сбоев в работе клиентов. Вместо того, чтобы делать топологию хранения видимой для каждой рабочей нагрузки, Novus предоставляет единую согласованную среду данных, созданную для масштабов ИИ-фабрики.

Первые версии Novus объединяют ПО для управления метаданными NetApp Novus Data Director (работающее на сертифицированной инфраструктуре Supermicro) и сервисы обработки данных NetApp ONTAP, реализованные на базе систем AFF A90. В совокупности они формируют дезагрегированную архитектуру, рассчитанную на пропускную способность свыше 100 Тбайт/с и высокую степень загрузки сотен тысяч GPU, при этом сохраняя надёжные корпоративные сервисы обработки данных ONTAP, которым доверяют клиенты.

Как отметил ресурс Blocks​&​Files, системы ONTAP на базе платформ AFF (A800, A90 и аналогичных) поддерживают технологию GDS (GPU Direct Storage) c NFS поверх RDMA, начиная с версии ONTAP 9.12.1. Опубликованные результаты демонстрируют показатели ~171 ГиБ/с (для A800) и ~351 ГиБ/с (для кластера A90), так что Novus с запасом превзойдёт эти цифры. Решение NetApp AFX (дезагрегированная версия ONTAP для ИИ) сертифицировано для использования с NVIDIA DGX SuperPOD и прошло тестирование с технологией Magnum IO GPUDirect Storage. NetApp зафиксировала устойчивую пропускную способность 457 ГиБ/с при работе восьми узлов AFX. В документации AFX заявлена поддержка NFS/RDMA, включая технологии GPU Direct, pNFS и Session Trunking.

Источник изображения: NetApp

По словам гендиректора NetApp Джорджа Куриана (George Kurian), благодаря пропускной способности в 100 Тбайт/с и доступу к объёму данных, превышающему 1 Збайт, в рамках единого пространства имен, NetApp Novus поможет ускорить научные исследования: например, учёные смогут в реальном времени запускать сложные симуляции и модели, а биологи — задействовать десятки тысяч компьютеров для отслеживания поведения каждой молекулы белка в клетке.

Как отметила NetApp, клиенты, внедряющие архитектуру Novus, получают следующие преимущества:

• Максимальная эффективность использования GPU: Novus обеспечивает высокую загрузку GPU путём отделения сервисов обработки метаданных от путей передачи данных, устранения «узких мест» в системе хранения и бесперебойной подачи высокопроизводительных потоков данных в ИИ-инфраструктуру.
• Масштабирование без фрагментации: Novus позволяет наращивать объёмы данных (включая миллиарды файлов и массивные наборы данных для ИИ) в рамках единого пространства имен. Это обеспечивает независимое масштабирование метаданных, пропускной способности и ёмкости без создания изолированных хранилищ или усложнения операционных процессов.
• Повышение эффективности ИИ-инфраструктуры: Novus позволяет масштабировать только те ресурсы, которые необходимы для конкретной рабочей нагрузки, снижая затраты на электроэнергию, занимаемую площадь и обслуживание инфраструктуры, и одновременно сохраняя отказоустойчивость, безопасность и возможности мультиарендности, необходимые для совместного использования ИИ-сред.

Компания Bull, выкупленная властями Франции у Atos Group за €404 млн, объявила о запуске модернизированного производственного комплекса в Анже — примерно в 300 км к юго-западу от Парижа. Мощность площадки увеличилась в два раза — с 6 до 12 суперкомпьютерных стоек в месяц, а в 2027 году объемы выпуска планируется довести до 24 единиц.

Инвестиции в проект составили €80 млн. Общая площадь завода составляет примерно 20 тыс. м², из которых 10,7 тыс. м² отведено непосредственно под производство. На объекте смонтированы более 3500 фотоэлектрических панелей с суммарной пиковой мощностью 1500 кВт. Используется электроэнергия из возобновляемых источников. Кроме того, реализована система рекуперации, улавливающая тепло от оборудования: в перспективе в сеть централизованного теплоснабжения планируется подавать до 5 ГВт·ч/год.

Источник изображения: Bull

По заявления Bull, модернизация позволила создать уникальный для Европы промышленный комплекс, на базе которого может выполняться широчайший спектр операций — от проектирования и сборки систем до их тестирования и интеграции. На площадке будут изготавливаться суперкомпьютеры, ИИ-оборудование, корпоративные серверы, а в дальнейшем — и квантовые решения. Запуск модернизированного завода является частью более масштабного проекта реконструкции, завершение которого запланировано на 2028 год.

Bull играет важную роль в формировании европейской сети суперкомпьютеров, на создание которой Европейский союз выделил €7 млрд в 2021–2027 годах. В частности, компания участвует в проекте второго европейского суперкомпьютера экзафлопсного класса — системы Alice Recoque. Кроме того, Bull займётся созданием европейского ИИ-суперкомпьютера LUMI-AI стоимостью €387,8 млн. В целом, компания выиграла 15 из 18 тендеров, объявленных Европейским совместным предприятием по развитию высокопроизводительных вычислений (EuroHPC JU).

Глава SpaceXAI Илон Маск (Elon Musk) заявил, что намерен переименовать свою компанию в SpaceXSI. Это произошло после того, как президент США Дональд Трамп (Donald Trump) приказал федеральным агентствам страны заменить термин «искусственный интеллект» (Artificial Intelligence, AI) на «суперинтеллект» (Super Intelligence, SI) в официальном обиходе, сообщает The Register.

Кроме того, государственные органы должны использовать новое наименование и в документах, не имеющих статуса нормативных актов. Маск приветствовал изменения, заявив: «Больше никакого AI. SI. Это лучше». Кроме того, он подтвердил планы переименовать SpaceXAI, объявив «да, мы внесём изменения», но без конкретной даты. Пока владелец соответствующего домена просит за него $30 тыс., и цена явно спекулятивная.

Указ Трампа не распространяется на частные компании, и формально Маск не обязан вносить изменения в имя SpaceXAI. Глава OpenAI Сэм Альтман (Sam Altman) уже отказался переименовывать свою компанию, заявив, что пользователи уже привыкли к имеющемуся имени и наверняка продолжат им пользоваться и дальше. Лидеры технологических компаний уже используют термин «суперинтеллект» при описании собственных амбициозных планов, но только Трамп пошёл дальше, присвоив это имя уже существующим технологиям, официально подпадающих под существующее определение AI.

Источник изображения: SpaceXAI

Что касается Маска, то он довольно легко относится к ребрендингу собственных компаний. В июле 2023 года он переименовал социальную сеть Twitter в X — через девять месяцев после того, как купил её. Кроме того, сравнительно недавно, после слияния SpaceX и xAI, он переименовал объединённую компанию в SpaceXAI, хотя даже сам нередко использует просто SpaceX.

Технологический институт Карлсруэ (KIT) в Германии объявил о вводе в эксплуатацию НРС-комплекса HoreKa 2 (Hochleistungsrechner Karlsruhe 2) с гибридной архитектурой. Суперкомпьютер поможет в решении сложных научных задач в таких областях, как климатология, создание новых материалов, физика элементарных частиц, энергетика и ИИ. Система, размещённая на территории кампуса KIT Campus North в Баден-Вюртемберге на юго-западе Германии, обошлась в €17 млн.

Источник изображения: Markus Breig/KIT

В составе платформы объединены более 42 тыс. процессорных ядер, 300 ускорителей и 250 Тбайт основной памяти. Заявленная пиковая производительность находится на отметке 33 Пфлопс, что примерно в два раза больше по сравнению с суперкомпьютером HoreKa первого поколения (17 Пфлопс).

В состав HoreKa 2 входят разделы HoreKa Onyx, HoreKa Blue, HoreKa Teal и HoreKa Ruby. Первый включает 164 двухпроцессорных узла на базе AMD EPYC 9655 (96 ядер) с 768 Гбайт памяти, SSD вместимостью 1,92 Тбайт и интерконнектом InfiniBand NDR 200. Сегмент HoreKa Blue представлен восемью двухсокетными узлами с чипами Intel Xeon Platinum 8368 (38 ядер), 4 Тбайт памяти, семью SSD ёмкостью 3,84 Тбайт каждый и интерконнектом InfiniBand HDR 200.

Раздел HoreKa Teal содержит 22 двухсокетных узла с процессорами AMD EPYC 9354 (32 ядра), 768 Гбайт памяти, четырьмя ускорителями NVIDIA H100, двумя SSD на 3,84 Тбайт и интерконнектом 4 × InfiniBand NDR200. Кроме того, задействован один узел с двумя чипами Intel Xeon Platinum 8568Y+ (48 ядер), 2 Тбайт памяти, восемью ускорителями NVIDIA H200 (HGX), восемью SSD вместимостью 3,84 Тбайт и интерконнектом 8 × InfiniBand NDR400. Наконец, секция HoreKa Ruby объединяет 13 узлов с двумя чипами AMD EPYC 9454 (48 ядер), 768 Гбайт памяти, четырьмя ускорителями NVIDIA HGX H200, одним SSD ёмкостью 15,36 Тбайт и интерконнектом 4 × InfiniBand NDR400.

Отмечается, что в перспективе в состав вычислительного комплекса войдёт раздел HoreKa Jade с 75 узлами на базе NVIDIA Grace, 960 Гбайт памяти, четырьмя ускорителями NVIDIA B200, SSD на 15,36 Тбайт и интерконнектом 2 × InfiniBand NDR200. На всех узлах используется платформа Red Hat Enterprise Linux (RHEL) 9.x. Применена распределённая файловая система с поддержкой параллельного доступа IBM Spectrum Scale (GPFS).

РТК-ЦОД, ИТ-сервис-провайдер полного цикла, представил на форуме «Цифровые решения» корпоративного ИИ-ассистента для организаций с повышенными требованиями к защите данных. Решение разработано в сотрудничестве с блоком информационных технологий «Ростелекома». ИИ-ассистент помогает сотрудникам мгновенно находить и анализировать информацию во внутренних документах и базах знаний. Продукт подходит для крупного бизнеса и способен оперировать тысячами файлов разных форматов, при этом данные никогда не покидают периметр организации.

В основе работы ИИ-ассистента лежит технология RAG (Retrieval-Augmented Generation): получив запрос на естественном языке, система находит релевантные фрагменты в подключённой базе знаний и формирует ответ, опираясь только на предоставленный контекст. Такой подход обеспечивает точные и верифицируемые результаты. При этом вся обработка выполняется внутри инфраструктуры заказчика, без обращения к внешним API или облачным платформам. Это делает решение безопасным для работы с чувствительной информацией, персональными данными и документами ограниченного доступа.

Интеллектуальный помощник не только находит информацию, но и анализирует данные. По запросу он формирует сводные обзоры документов, сравнивает версии, проверяет материалы на соответствие чек-листу или стандарту, классифицирует и группирует данные, извлекает сведения в табличной форме и готовит краткое содержание. Отдельно реализована работа с табличными файлами: ассистент понимает структуру реестров, прайс-листов и расчётов и может выдать выборку строк по заданному условию.

Источник изображения: РТК-ЦОД

Для специалистов по эксплуатации и мониторингу предусмотрена возможность скопировать в чат ассистента запись из системного журнала, набор метрик, текст алерта или вывод диагностической команды. Интеллектуальный помощник объяснит значение события, оценит его вероятную причину и предложит рекомендации по реагированию, опираясь на регламенты эксплуатации и историю разборов инцидентов. Диалог поддерживается с учётом контекста: уточняющие вопросы обрабатываются в рамках текущей сессии, и повторять уже сказанное не требуется.

Вопросы безопасности и контроля проработаны на всех уровнях. Архитектура поддерживает мультитенантность — несколько подразделений или клиентов могут работать на одной инсталляции с полным разделением данных и конфигураций. Гранулярная система прав доступа (RBAC) позволяет разграничить возможности вплоть до отдельных операций, а для баз знаний предусмотрены настройки уровней доступа. Каждое изменение конфигурации фиксируется в истории, а действия пользователей логируются. Встроенная очередь с ограничением одновременных запросов защищает инфраструктуру от перегрузок, а маршрутизация простых обращений на быстрые модели помогает оптимизировать затраты.

«Ключевым барьером для широкого внедрения генеративного ИИ в коммерческом и государственном секторах остаётся вопрос доверия к технологии. Мы видим спрос на изолированные решения, которые гарантируют сохранность критичных данных, и для нас как для цифрового партнёра государства и бизнеса важно предлагать варианты безопасного применения новых технологий. Представленный ассистент — это "частный ИИ", который учится на корпоративных знаниях, оставаясь внутри защищённого периметра. Благодаря такому подходу мы открываем доступ к генеративному искусственному интеллекту для широкого круга организаций — от финансовых институтов до промышленных предприятий и государственных структур, которые ранее не могли применять подобные инструменты из-за строгих требований к защите информации», — заявил Роман Хазеев, директор по развитию цифровых технологий и искусственного интеллекта «Ростелекома».

«РТК-ЦОД как ИТ-сервис-провайдер полного цикла обладает полным арсеналом сервисов для цифровизации бизнеса. Сегодня без технологий искусственного интеллекта невозможно представить эффективную работу, а по аналитическим данным, ROI от внедрения ИИ достигает 250 %. Наш корпоративный ассистент эффективен для самых разных функций: юристы мгновенно находят нужные пункты в договорах, инженеры и техспециалисты получают точные ответы по спецификациям и алертам, а финансисты — оперативные выборки из бюджетов. При этом безопасность остаётся нашим приоритетом: вся обработка данных ведётся в защищённом контуре заказчика, а гранулярная система прав доступа и полное логирование обеспечивают надёжный контроль. Участие блока информационных технологий "Ростелекома" в проработке технологического контура позволило нам вывести продукт на качественно новый уровень надёжности и производительности. Платформа уже готова к развёртыванию на инфраструктуре клиента и сопровождается технической поддержкой с нашей стороны», — заявил Алексей Забродин, технический директор РТК-ЦОД. 

Компания Xeal, управляющая инфраструктурой для зарядки электромобилей в 500 городах США, представила платформу Laitent. Сеть периферийных ЦОД сможет использовать более 200 МВт разрешённой и установленной мощности зарядных станций для электромобилей в 1,6 тыс. локаций, сообщает Datacenter Dynamics.

В общей сложности компания намерена развернуть 100 тыс. ИИ-ускорителей NVIDIA для инференса. По данным Xeal, зарядные площадки для электромобилей в США должны получать разрешения на заданную максимальную энергетическую нагрузку, но обычно используют менее 10 % от максимальной мощности. Оставшиеся 90 % можно потратить на питание ИИ-ускорителей.

Станции Laitent Pod, разработанные Xeal, используют ПО для динамической оркестрации и способны управлять и целой сетью ускорителей в разных кластерах в пределах города, и активировать даже часть единственного ускорителя. Каждый модуль размером приблизительно с одно парковочное место и может вмещать до 48 ускорителей NVIDIA Hopper или Blackwell, подключение жидкостного охлаждения не понадобится.

Источник изображения: Xeal

По словам Xeal, если кому-то нужен инференс, а дожидаться ввода в эксплуатацию нового ЦОД слишком долго, Laitent может ускорить запуск с нескольких лет до нескольких месяцев. Laitent — самый быстрый способ ввести их в эксплуатацию, поскольку станции уже получили разрешения и подключены к электросетям. При этом они расположены оптимально для обеспечения низкой задержки.

Xeal работает над оркестрацией ИИ-инфраструктуры с Rafay Systems, со Spectrum Business в сфере оптоволоконных решений и с JVM Realty для ввода станций в эксплуатацию. Компания обещает большие финансовые выгоды для владельцев автопарковок, утверждая, что станции могут добавить к стоимости их собственности по миллиону долларов «с малыми или нулевыми инвестициями».

Впрочем, организовать ИИ-вычисления на парковках предлагается не впервые. Музыкальная ИИ-платформа Auddia, впоследствии переключившаяся на проекты ЦОД, в марте заявила, что намерена внедрять ИИ-ускорители с питанием от солнечных панелей на парковках, принадлежащих компании, специализирующейся на «медицинской» недвижимости.

Бельгийский стартап Tonomia в 2025 году объявил, что работает с британским поставщиком оборудования Panchaea для создания ИИ-платформы eCloud, модули которой планируется размещать в «солнечных навесах» тоже на парковках. А Tesla предложила запитать крупные ЦОД от домашних аккумуляторов и электромобилей — в США насчитали 16 ГВт таких мощностей.

Занимающийся разработкой оптических интерконнектов стартап CScale вышел из «стелс-режима» после раунда финансирования серии C. Компания привлекла $145 млн, участие в раунде приняли NVIDIA и Intel Capital, сообщает Datacenter Dynamics.

Раунд совместно возглавили Atreides Management, Valor Equity Partners и Premji Invest, также в нём приняли участие Sutter Hill Ventures и Maverick Silicon. Общая сумма привлечённых средств достигла $188 млн. Они помогут ускорить разработку и коммерческое внедрение дебютного оптического интерконнекта.

Основанная в 2023 году компания разрабатывает оптические интерконнекты для масштабирования ИИ-систем. Пока подробностей о технологии компании немного, но в официальном заявлении CScale объявила, что занимается проектированием интерконнекта по принципу, в соответствии с которым оптические сбои «локализуются без прерывания вычислений».

Источник изображения: CScale

По словам компании, на фоне того, как ИИ-системы начинают занимать десятки стоек, оптические интерконнекты становятся необходимостью для создания сетевой инфраструктуры для масштабирования ИИ-систем. Надёжная связь имеет решающее значение для экономической эффективности системы. Упрощённая замена компонентов при этом делает обслуживание более удобным, но не обеспечивает бесперебойности работы системы. Компания работает именно над вариантом интерконнекта, с расчётом на обеспечение непрерывной работы.

В Atreides Management отметили, что масштабируемые ИИ-системы приближаются к гигаваттному уровню и пропускная способность интерконнектов ничего не даёт без обеспечения бесперебойной работы. При этом, с учётом масштаба проектов, отказы — не гипотетическая возможность, а неизбежность, поэтому CScale разрабатывает надёжные оптические продукты для нового поколения ИИ-фабрик.

Судя по описанию вакансии на сайте компании, технология CScale будет интегрирована в SoC, оснащённый CPU. Последний может понадобиться для работы сетевого ПО для автоматизации. Компания описывает свой продукт как «интегрированный световой модуль» (integrated light engine).

В последние недели Amazon вела переговоры с инвесторами о возможности совершения сделки, в рамках которой она передаст чипы NVIDIA Grace Blackwell на сумму около $8 млрд в созданную для этого специальную структуру (Special Purpose Vehicle, SPV), чтобы потом их взять назад в аренду сообщила газета Financial Times со ссылкой на информированные источники.

Эта структура привлечёт для покупки чипов средства внешних инвесторов путём выпуска долговых обязательств. Передача дорогостоящих полупроводников инвесторам позволит компании перейти к модели ведения бизнеса, требующей меньшего объёма активов на балансе.

SPV — тип юридического лица, которое компании создают для крупных сделок или для реализации конкретного проекта. Такие компании, как правило, имеют форму самостоятельной структуры без каких-либо сотрудников. Они юридически и финансово отделены от материнской компании, принимая на себя активы и риски.

Инвесторы ожидают, что новая структура получит кредитный рейтинг инвестиционного уровня (ориентируясь на текущий рейтинг Amazon категории AA), что откроет возможность привлечения более широкого круга участников сделки, таких как страховые и пенсионные фонды.

Источник изображения: Woliul Hasan/unsplash.com

Amazon также планирует предложить долю участия в этой структуре в размере до 10 %, что означает, что сама компания не будет владеть в ней долей. Чипы, фигурирующие в этой сделке, были приобретены или взяты в лизинг Amazon и уже установлены более чем в десятке дата-центров в пяти штатах США, включая Неваду и Вирджинию. Передача чипов SPV исключила бы их из баланса Amazon. Возможно, что ещё более важно, средства, которые SPV планирует привлечь у внешних инвесторов, будут отражены в балансе этой специализированной компании.

Списание долговых обязательств с баланса компании улучшает соотношение долга и собственного капитала — показатель, который влияет на её кредитный рейтинг. Кредитный рейтинг компании, в свою очередь, влияет на её способность привлекать более дешёвые заёмные средства, сокращая затраты на это. По оценкам Modal, стоимость ускорителя Grace Blackwell составляет от 60 до 70 тыс. С учётом суммы сделки в $8 млрд компания намерена реализовать от 114 до 133 тыс. чипов NVIDIA, пишет SiliconANGLE.

Обсуждение возможной сделки ведётся на фоне того, как технологические гиганты ищут нестандартные способы финансирования масштабных расходов на инфраструктуру ИИ ЦОД. Значительная часть расходов приходится на ИИ-ускорители. ИТ-компании применяют различные стратегии для вывода долговых обязательств за пределы баланса с целью сохранения своей кредитоспособности. В частности, они используют гарантии остаточной стоимости, предоставляя кредиторам гарантии относительно будущей стоимости чипов или ЦОД, при этом не привлекая заёмные средства для финансирования своих проектов. Такой подход позволяет скрыть степень риска, на который идут технологические гиганты.

Источник изображения: Alexander Grey/unsplash.com

Технологические гиганты имеют внебалансовые обязательства на сумму от $1,65 трлн до $3 трлн. Большая часть этого долга связана с проектами в области ИИ-инфраструктуры. Например, компания Meta✴ Platforms продала 80 % акций своего флагманского дата-центра Hyperion инвестиционной компании. Также используются и другие схемы. На этой неделе газета New York Times сообщила, что Meta✴ претендует на миллиарды долларов налоговых льгот на инновации, характеризуя свои ИИ ЦОД как экспериментальные проекты.

В этом году Amazon планирует потратить $220 млрд на капитальные вложения, большую часть которых её облачное подразделение AWS направит на закупку чипов и расширение ИИ ЦОД. Чтобы покрыть эти затраты компания вышла на рынок ценных бумаг, объявив в марте о планах привлечь около $50 млрд за счёт выпуска корпоративных облигаций, увеличив предложение с $37 млрд из-за высокого спроса. Но затем компания столкнулась с ослаблением интереса к долгосрочным долговым обязательствам, когда в июле продала облигации на $25 млрд, поскольку инвесторы требовали более высокой доходности.

Финансирование заимствований за счёт имеющихся ИИ-ускорителей стало популярным среди ИИ-компаний, таких как CoreWeave. Чтобы снизить стоимость таких займов для своих клиентов, NVIDIA в августе предложила создать платформу финансирования на сумму $500 млрд в сотрудничестве с крупнейшими группами Уолл-стрит — Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR. Для клиентов этой платформы она обязалась предоставить гарантии на $125 млрд.

Компания Everpure (ранее Pure Storage) анонсировала набор новых функций для своих платформ хранения и управления данными: реализованные возможности призваны ускорить и упростить внедрение ИИ в рамках корпоративных экосистем.

Одним из представленных инструментов стало решение PureKVA (Key-Value Accelerator). Благодаря этой технологии системы FlashBlade класса All-Flash заранее загружают контекст инференса непосредственно в память GPU. Такой подход, как утверждается, даёт возможность сократить время до получения первого токена (TTFT) в 20 раз. PureKVA помогает решить проблему простоя ИИ-ускорителей и уменьшить задержку отклика для приложений реального времени. Кроме того, может быть реализована многопользовательская архитектура.

Дополнительно появился режим постоянного сжатия Always-On DeepReduce Data Compression. Система FlashBlade непрерывно сканирует данные для обнаружения идентичных участков в подблоках, которые не удается выявить с помощью традиционной дедупликации. Эта функция работает даже в отношении предварительно сжатого контента. В результате, полезная ёмкость хранилища автоматически увеличивается — без негативного влияния на производительность записи и без необходимости ручного планирования. Как следствие, существенно сокращаются затраты на ресурсы хранения информации.

Источник изображения: Everpure

Появилась интеграция с MCP (Model Context Protocol): это позволяет ИИ-агентам искать нужную информацию в каталогах «живых» данных, используя естественный язык. Наконец, средства Privacy-First File Intelligence показывают, кто может получить доступ к тому или иному файлу в общей папке, не читая его содержимое. Этот же инструмент отображает, насколько устарели файлы, что позволяет оптимизировать пространство хранения.

Компания Gigabyte анонсировала рабочую станцию AI TOP 100 B850 для локальной обработки ресурсоёмких ИИ-нагрузок с целью снижения зависимости от облачных сервисов. Новинка выполнена в башенном форм-факторе на аппаратной платформе AMD.

В основу системы положены материнская плата на наборе логики AMD B850 и процессор Ryzen 9 9950X (16C/32T, 4,3/5,7 ГГц). Реализовано жидкостное охлаждение. Объём оперативной памяти DDR5 равен 128 Гбайт. В оснащение входит SSD вместимостью 2 Тбайт с интерфейсом PCIe 4.0. Платформа также оснащена четырьмя портами SATA-3 для подключения накопителей.

Модель Gigabyte AI TOP 100 B850 доступна в двух модификациях — AT1A9N9-5100 и AT1A9A7-5101. В первом случае установлен ускоритель NVIDIA GeForce RTX 5090 с 32 Гбайт памяти GDDR7: в такой конфигурации устройство подходит для локального запуска небольших LLM, генеративного ИИ и агентных рабочих процессов. Утверждается, что производительность при инференсе достигает 64,9 токена в секунду при работе с моделью, содержащей 32 млрд параметров.

Источник изображений: Gigabyte

Вторая версия несёт на борту две карты AMD Radeon AI PRO R9700 с 32 Гбайт памяти GDDR6 каждая: этот вариант предназначен для работы с более крупными моделями и приложениями, требовательными к размеру памяти. Например, возможны инференс при использовании LLM, насчитывающих до 235 млрд параметров, и тонкая настройка моделей со 110 млрд параметров.

Рабочая станция располагает слотами PCIe 5.0 x16 (×2), PCIe 4.0 x2, M.2 PCIe 5.0 (×2) и M.2 PCIe 4.0, двумя сетевыми портами 10GbE, адаптерами Wi-Fi 7 и Bluetooth 5.4, звуковым кодеком High Definition Audio. На фронтальную панель выведены по два порта USB 3.0 Type-A и USB 2.0 Type-A, а также разъём USB 3.2 Type-C. Сзади расположены два гнезда RJ45 для сетевых кабелей, интерфейс HDMI, по четыре порта USB 3.0 Type-A и USB 2.0 Type-A, три порта USB 3.1 Type-A, разъём USB Type-C и аудиогнёзда. За питание отвечает блок мощностью 1600 Вт с сертификатом 80 Plus Platinum. Габариты составляют 230 × 551 × 447 мм, масса — 25 кг. Говорится о совместимости с Windows 11 Pro и Linux.