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.

Компания Tencent подписала свою крупнейшую за пределами Китая сделку об аренде вычислительных мощностей — с американским облачным провайдером Oracle. Речь идёт о доступе к более 100 тыс. передовых ИИ-чипов, сообщает The Financial Times. По данным источников, на которые ссылается издание, знакомых с ситуацией, китайский IT-гигант в текущем году договорился о пятилетней аренде в многочисленных дата-центрах Oracle в Юго-Восточной Азии.

Согласно имеющимся данным, сделка оценивается в $7 млрд, авансом будет выплачено около 30 % от этой суммы. Её участники новость пока не комментируют, однако само заключение такого договора наглядно свидетельствует о растущих потребностях Tencent в вычислительных мощностях для дальнейшего расширения своего ИИ-бизнеса. Компания наращивает инвестиции в разработку и внедрение ИИ-моделей. В конце прошлого года компания уже заключила сделку с японским неооблаком Datasection о доступе к десяткам тысяч подсанкционных чипов NVIDIA B200/B300.

Китайские компании стремятся обеспечить себе доступ к ИИ-чипам на фоне ужесточения экспортных ограничений США и продвижения Пекином китайских альтернатив американским ИИ-ускорителям. На днях Huawei уже заявила, что в самой КНР ускорители компании обошли по продажам продукцию NVIDIA.

Источник изображения: Ruthson Zimmerman/unsplash.com

Каким образом нынешняя сделка оформлена в правовом и политическом полях, не уточняется. В ноябре 2025 года сообщалось, что китайская INF Tech обошла санкции США на доступ к ИИ-чипам NVIDIA Blackwell через индонезийское облако. Тогда же появились данные, что Alibaba и ByteDance стали тренировать передовые ИИ-модели в ЦОД Юго-Восточной Азии, а в марте 2026 года ByteDance заключила соглашение с Aolani Cloud, развернувшей в Малайзии инфраструктуру с примерно 36 тыс. NVIDIA B200. При этом сообщалось, что ещё с февраля 2025 года Aolani сдаёт ByteDance в аренду серверы с NVIDIA H100.

Однако американские власти и их азиатские партнёры относятся к подобным сделкам не вполне лояльно. В апреле сообщалось, что Bridge Data Centres выгнала из своих ЦОД сингапурское ИИ-неооблако Megaspeed, подозреваемое в нарушении антикитайских санкций США. Каким образом на этом фоне будет обеспечено взаимодействие Tencent и Oracle, данных пока нет.

В подготовленных перед IPO документах компания Anthropic раскрыла подробности партнёрства с технологическим компаниями. В их числе — Broadcom, взаимодействие с которой охватывает поставки вычислительных мощностей, аренду оборудования и финансирование. Это отличает Broadcom от прочих партнёров вроде Amazon и Microsoft, в основном предоставляющей облачную инфраструктуру и каналы распространения ИИ-модели Claude, сообщает CNBC.

В рамках комплексного взаимодействия, раскрытого в документах для IPO, Broadcom согласилась одолжить Anthropic до $42 млрд для финансирования расходов на инфраструктуру. В ответ Anthropic, вероятно, станет крупнейшим клиентом Broadcom в ключевом для последней бизнесе по разработке чипов. Это типичный пример перекрёстных вложений компаний друг в друга, такие примеры на рынке вызывают обеспокоенность у многих отраслевых экспертов и инвесторов.

В рамках финансирования Broadcom может привлечь отдельного партнёра для выделения Anthropic средств, а долг впоследствии может быть конвертирован в акции последней. Anthropic отметила в документах для IPO, что не намерена продавать какие-либо долговые бумаги другим инвесторам до завершения выхода на биржу.

Предполагается выпуск Anthropic конвертируемых облигаций, которые призваны обеспечить финансирование приблизительно трети из $125,2 млрд, которые ИИ-стартап обязался потратить на пятилетнюю аренду оборудования на основе TPU Google. Ранее Google и Broadcom совместно работали над несколькими поколениями TPU.

Источник изображения: Anthropic

Предложенная Broadcom схема финансирования во многом дублирует подход NVIDIA — в последние годы эта компания нередко стимулировала продажи чипов из собственного кармана. Действия Broadcom в качестве поставщика оборудования и финансового партнёра, согласно документам самой Anthropic, могут привести к конфликту интересов, который может сказаться на способности последней получать доступ к необходимым вычислительным мощностям. Кроме того, решения Broadcom, связанные с ценами и оборудованием, могут сказаться на способности Anthropic купить достаточно вычислительной инфраструктуры.

Что касается конвертируемых долговых обязательств, Anthropic сообщила, что в апреле 2026 года внесла деньги на специальный ограниченный счёт в интересах Broadcom, при определённых обстоятельствах, возможно, потребуется внести на него дополнительные деньги. Компания предупредила, что к досрочному требованию оплатить значительную часть арендных обязательств могут привести некоторые нарушения условий оплаты или другие факторы. Одновременно это может ограничить возможность использования кредитной линии на $42 млрд для покрытия таких обязательств.

Тем не менее, Anthropic, вероятно, станет крупнейшим клиентом Broadcom по объёму получаемых вычислительных мощностей. Последняя прогнозирует выручки от продажи ИИ-чипов в 2027 финансовом году в объёме порядка $115 млрд, и $230 млрд — в 2028 финансовом году.

В октябре прошлого года Anthropic заключила сделку с Google, обеспечивающую ей доступ к ИИ-ресурсам мощностью более 1 ГВт с возможностью использования до 1 млн TPU. После этого компании расширили партнёрство при участии Broadcom, договорившись о предоставлении Anthropic 3,5 ГВт ИИ-мощностей на базе Google TPU. Согласно инвестиционному соглашению, Google Cloud предоставит Anthropic ещё 5 ГВт мощностей в течение следующих пяти лет с возможностью дальнейшего масштабирования. Пятилетнее соглашение может стоить около $200 млрд по подсчётам The Financial Times. Это отдельное, более широкое обязательство Anthropic в отношении Google, напрямую не связанное с новым займом.

Traysar, занимающийся технологиями создания подземной инфраструктуры в интересах американских военных, объединил усилия со специалистом по периферийным вычислениям — компанией Armada для размещения суверенных вычислительных ИИ-мощностей под землёй, сообщает Datacenter Dynamics. Traysar представила буровую платформу Terminus на основе грузового автомобиля, предназначенную для развёртывания подземной инфраструктуры.

Компании намерены объединить компетенции Traysar в сфере подземных систем с модульными дата-центрами Armada. В частности, они рассчитывают изучить возможность внедрения интегрированных подземных решений для защищённых ИИ-вычислений, командования и управления, обеспечения связи и выполнения критически важных для США нагрузок. По данным компаний, распределённые подземные проекты можно объединить в суверенную сеть Sovereign AI Grid таким образом, чтобы критически важные рабочие нагрузки никогда не зависели от единственного объекта.

По словам Traysar, нельзя, чтобы инфраструктура нового поколения была уязвимой. Платформа Terminus превращает земную кору в защитный слой для оборудования, от которого Америка более всего зависит. Объединив возможности Traysar по созданию подземных объектов и их эксплуатации с решениями Armada по внедрению мощной вычислительной инфраструктуры практически в любой локации, компании задают новый стандарт отказоустойчивости вычислительных решений, которые будут скрыты, защищены и работоспособны даже в случаях, когда наземная инфраструктура перестанет функционировать.

Источник изображения: Traysar

Armada известна своими модульными периферийными ЦОД, которые можно размещать там, где доступно электричество. Ранее её наработками уже пользовались американские военные, в т.ч. ВМС США в ходе учений UNITAS. Выпускаются разные варианты модульных ЦОД Armada, недавно она представила крупнейшую на сегодня 10-МВт модель Orion. Второй по величине модуль — Leviathan с мощностью 1,77 МВт. В мае Armada привлекла $230 млн на расширение выпуска модульных ЦОД.

В Armada заявляют, что ИИ-инфраструктуру ожидает «распределённое, суверенное и отказоустойчивое будущее». Платформа Terminus обеспечивает проекту «новое измерение». Вместе компании способны разместить под землёй полностью суверенный ИИ-узел с изоляцией от внешних сетей. Он будет находиться поблизости от задачи, которую поддерживает, и обеспечивать работу даже в том случае, если на поверхности инфраструктура не сможет функционировать.

В апреле появилась информация, что Microsoft намекнула на строительство защищённых дата-центров на фоне событий на Ближнем Востоке.

Согласно данным доклада Global Technology Report, представленного консалтинговой компанией Bain & Company, к 2031 году ИИ-индустрия должна обеспечивать $6 трлн ежегодной выручки. Это необходимо, чтобы продолжить оплачивать инфраструктуру, достаточную для удовлетворения ожидаемого спроса, сообщает The Register.

Для получения таких средств потребуются новые, нестандартные способы применения искусственного интеллекта — речь уже не идёт о простом повышении эффективности работы сотрудников. По словам авторов доклада, огромный спрос на ИИ-инфраструктуру обеспечил новый импульс индустрии аппаратного обеспечения. Быстро растёт производство HBM, развиваются технологии корпусирования чипов, растёт рынок кастомных решений и ASIC.

Ранее сообщалось, что огромные расходы на ИИ фактически помогают экономике США избежать рецессии, а строительство инфраструктуры для ЦОД и разработка ИИ-моделей стали единственными по-настоящему значимыми векторами роста. Bain & Company отмечает «гонку вооружений» среди облачных гиперскейлеров за ИИ-мощности. Совокупные капитальные затраты Microsoft, Google, Amazon, Meta✴ и Oracle в 2026 году могут составить $780 млрд, т.е. почти впятеро больше, чем тремя годами ранее.

Источник изображения: RONNAKORN TRIRAGANON/unsplash.com

К 2031 году ежегодные расходы на ИИ-инфраструктуру могут достичь $1,5 трлн — это приблизительно соответствует прогнозам Omdia, говорившей об $1,6 трлн к 2030 году. Сумма в $6 трлн основана на предположении Bain о том, что капитальные издержки составят порядка 25 % от выручки индустрии.

Предполагается, что сфера применений ИИ в традиционных для этого сферах обеспечит выручку на уровне $1,2–$1,8 трлн. В том числе речь идёт о потребительских ИИ-сервисах с выручкой от подписок и рекламы и корпоративных сервисов, применяемых для разработки ПО, продаж, маркетинга, обслуживания клиентов и в IT-операциях. Другими словами, необходимо найти новые сферы применения, которые будут приносить ещё $4,2 трлн выручки.

В докладе отмечены четыре возможные категории. Так, ИИ-модели постепенно заменяют традиционные поисковые системы и обеспечивают интеграцию рекламы, что позволит получать $100–$200 млрд дополнительно. ИИ для автономных автомобилей, грузовиков и беспилотников, а также систем промышленной автоматизации позволят создавать новые продукты и сервисы, приносящие ещё приблизительно по $400 млрд. Сфера «физического» ИИ с симуляциями, цифровыми двойниками и робототехникой может приносить до $900 млрд. Всего три категории потенциально обеспечат до $1,5 трлн.

Остальные средства должны поступить от «новых продуктов и способов применения, которых пока ещё не существует». В эту категорию входит создание новых лекарств с помощью ИИ, сервисы поддержки психического здоровья (миллиарды долларов неудовлетворённого спроса), новые решения в сфере материаловедения (в частности, аккумуляторов и полупроводников). Кроме того, ожидается ускорение исследований в самых разных отраслях, от «нейронауки» до термоядерной энергетики.

Аналитики подчёркивают, что современные дискуссии рассматривают в основном повышение производительности сотрудников, но новая экономика ИИ-инфраструктуры требует огромных средств, которые обеспечить простое повышение их показателей не в состоянии. По словам экспертов, отрасли необходима «волна инноваций», более масштабная в сравнении с экономическими изменениями, вызванными приходом мобильных технологий и облачных вычислений.

В отчёте Bain, представленном годом ранее, прогнозировалось, что к 2030 году индустрия должна обеспечить $2 трлн выручки для обеспечения подпитки развивающейся инфраструктуры. Цифра утроилась, и это косвенно свидетельствует о росте инвестиций в ИИ за последние 12 мес. Не исключено, что заявленного показателя в $6 трлн добиться не выйдет, поскольку эксперты неоднократно заявляли, что пока внедрение ИИ не приносит желаемой финансовой отдачи.

Кроме того, не факт, что будут реализованы все проекты строительства ИИ-инфраструктуры. Согласно докладу инвестиционного банка Jefferies, фактически в США строится только половина из запланированных на 2026 год мощностей, а по проектам, ввод в эксплуатацию которых намечен на 2028 год, работы не начались в 80 % случаев. Та же компания в другом отчёте отмечает, что ограничения, связанные с производством чипов, будут ограничивать ввод в эксплуатацию ЦОД в ближайшие годы.

Компания InfoWatch сообщила о выпуске программного комплекса Data Protector, предназначенного для защиты учётных записей пользователей и администраторов, а также данных, хранящихся «в покое» на рабочих станциях и серверах организации.

InfoWatch Data Protector обнаруживает и классифицирует конфиденциальную информацию в корпоративных хранилищах, показывает, где она находится и кто имеет к ней доступ, а также контролирует изменения прав в службах каталогов. Продукт выявляет неиспользуемые учётные записи и скомпрометированные пароли, а также идентифицирует персональные сведения, коммерческую тайну и другие категории данных, определённые политиками организации. Решение помогает разобраться в огромных массивах данных предприятия и понять, где находятся критичные документы и файлы, кто может с ними работать и насколько обоснованы выданные права.

Источник изображения: infowatch.ru

Решение адаптировано для развёртывания в крупных корпоративных средах. InfoWatch Data Protector сканирует хранилища объёмом в сотни терабайт с производительностью до 1 Тбайт в сутки на одной серверной ноде. Возможность горизонтального масштабирования позволяет адаптироваться под растущие объёмы данных без перестройки архитектуры.

InfoWatch Data Protector может использоваться как самостоятельный инструмент, так и в составе DLP-системы InfoWatch Traffic Monitor. Внедрение продукта позволяет выполнить требования регуляторов и обеспечить соответствие IT-инфраструктуры федеральному закону № 152‑ФЗ «О персональных данных» и приказу ФСТЭК России № 21 «Об утверждении Состава и содержания организационных и технических мер по обеспечению безопасности персональных данных при их обработке в информационных системах персональных данных».

Американские экспортные ограничения не помешали Huawei заполнить освободившуюся на китайском рынке нишу. По словам главы компании Эрика Сюя (Eric Xu), по продажам в Китае чипы Ascend обогнали продукцию NVIDIA, сообщает The Register.

В пресс-релизе компании отмечается, что статистику о рыночной доле NVIDIA в КНР собрать непросто, но, судя по полученным Huawei данным, Ascend уже впереди. Сюй отметил, что его соотечественники остро ощущают, когда следует действовать быстро и не принимают будущее, в котором кто-то извне будет принимать решения, сможет ли КНР получать доступ к определённым продуктам.

Администрация Трампа после прихода к власти в США постепенно смягчила ограничения на поставки американских ускорителей в Китай, а к концу прошлого года даже объявила о разрешении продаж ускорителей NVIDIA H200. Тем не менее, решение было принято с опозданием. Пока NVIDIA ожидала разрешения, Пекин, озабоченный запретом на поставку менее производительных H20 ранее в том же году, начал принимать экстренные меры. Чиновники начали стимулировать переход китайских компаний на ускорители местного производства. В ходе финансового отчёта NVIDIA за II квартал было озвучено, что компания начала поставки небольших партий H200 в регион, но на эти поставки пришлось менее 1 % выручки компании от бизнеса ЦОД.

Сюй подчеркнул, что китайские ускорители не такие производительные, как импортные, зато их поставки гарантированы, поэтому для правительства КНР и Huawei совершенно очевидно, что необходимо стремиться к полной самостоятельности в производстве чипов и суверенитету цепочки поставок для выпуска полупроводников в целом.

Источник изображения: Huawei

Хотя по формальным признакам новейшие ускорители Huawei всё ещё уступают продуктам NVIDIA и AMD, это компенсируется масштабами внедрения. Компания представила кластер Atlas 950 SuperCluster на сотни тысяч чипов, а новая архитектура поддерживает обучение и инференс моделей с триллионами параметров и масштабирование до миллиона ускорителей. На днях Huawei представила Atlas 960E SuperPoD на базе UnifiedBus и технологии NPO (Near-Packaged Optics).

Впрочем, Сюй признал, что за пределами Китая Huawei, вероятно, ещё некоторое время не будет рассматриваться как угроза NVIDIA, поскольку у компании недостаточно производственных мощностей для удовлетворения спроса даже в Китае. Расширение присутствия за рубежом пока не планируется, поскольку приоритет отдаётся китайским заказчикам. При этом бизнесмен признал, что ведутся поставки ограниченному числу заказчиков за рубежом.

Переходу на продукты Huawei способствует не только давление китайских властей, поощряющих это, но и изменение программных подходов. Например, с чипами Huawei более года работает DeepSeek. Как считают в HiSilicon, входящей в структуру Huawei, основное препятствие было связано не с аппаратной частью. Речь шла о программном «барьере» для ускорителей Ascend и продуктов других компаний помимо NVIDIA. В компании отметили, что ситуация изменилась за последние 18 мес.

Если ещё два года назад обучение ИИ осуществлялось в основном с помощью фреймворка PyTorch поверх экосистемы CUDA, то теперь изменения в архитектуре ИИ-моделей подтолкнули разработчиков к пересмотру подходов и снижению зависимости от специальных возможностей CUDA. Передовые ИИ-лаборатории более не считают экосистему CUDA такой важной, как два года назад. В связи с этим DeepSeek на днях представила набор программных инструментов, призванных упростить использование Huawei Ascend и другим ИИ-разработчикам.

Huawei же ускоряет разработку новых чипов. В начале 2027 года выйдут ИИ-ускорители Huawei Ascend 960DT, а в III квартале должна появиться модель Ascend 960PR. В 2028 году ожидается ускоритель Ascend 970 с 288 Гбайт памяти с пропускной способностью 14,4 Тбайт/с.