Разработчик ИИ-ускорителей d-Matrix пополнил растущий список производителей чипов, лицензировавших технологию NVLink Fusion и эталонные стоечные решения компании NVIDIA. Стартап объявил, что новое соглашение о сотрудничестве позволит интегрировать его XPU в широко распространённую экосистему NVIDIA AI Factory. Финансовые условия сделки не раскрываются. В числе тех, кто также полагается на NVLink, уже есть Qualcomm, Arm, Marvell, Amazon, Fujitsu, Ayar, SiFive, Intel и MediaTek.

В качестве партнёра по программе NVLink Fusion компания d-Matrix будет сотрудничать с NVIDIA для интеграции своих XPU нового поколения для задач инференса (начиная с Raptor) непосредственно в новейшую эталонную стоечную архитектуру NVIDIA, которая включает CPU Vera, коммутаторы NVLink, адаптеры ConnectX-9 SuperNIC/DPU BlueField-4 и решения Spectrum-X Ethernet.

d-Matrix также сотрудничает с компанией Astera Labs — специализирующейся в области решений для межкомпонентных соединений в экосистеме NVIDIA NVLink Fusion, — для создания специализированных решений, обеспечивающих высокую пропускную способность и бесперебойную передачу данных. Стоечные решения d-Matrix на базе платформы MGX будут оснащены модульными бескабельными узлами, разработанными с использованием экосистемы и цепочки поставок NVIDIA, что обеспечит их быстрое беспроблемное развёртывание.

Источник изображения: NVIDIA

Как отметила d-Matrix, развёртывание автономных ИИ-агентов вызвало резкий рост спроса на инференс, и провайдеры ИИ-сервисов всё чаще выбирают системы со смешанной архитектурой, способные обеспечить экономическую эффективность, необходимую их клиентам. Система d-Matrix MGX разработана для ИИ-приложений, чувствительных к задержке: ИИ-помощников для написания кода, чат-ботов реального времени и голосовых агентов, для которых имеют большое значение интерактивность и высокая скорость работы. Система, созданная на базе NVIDIA MGX, расширяет возможности унифицированной архитектуры стоек, позволяя ИИ-фабрикам гибко подбирать вычислительные ресурсы под конкретную задачу.

Используя принцип гетерогенной дезагрегации, операторы могут распределять нагрузку между XPU d-Matrix Raptor и CPU NVIDIA Vera Rubin, оптимизируя каждый этап инференса. Например, при генерации кода с помощью ИИ — GPU могут брать на себя ресурсоёмкий этап предварительного заполнения, тогда как XPU d-Matrix ускоряют критически важный для задержки этап декодирования (decode). Ожидается, что первые образцы XPU d-Matrix Raptor в составае MGX-стоек станут доступны в IV квартале 2027 года, а разработка самих Raptor должна завершиться к концу текущего года.

Источник изображения: NVIDIA

Новые системы будут объединять до 144 XPU Raptor в единую сеть NVLink с топологией «каждый с каждым» (All-to-All). Как сообщает The Register, на конференции Hot Chips в прошлом месяце компания сообщила, что каждая карта Raptor будет оснащена 32 Гбайт сверхбыстрой памяти DRAM с 3D-компоновкой (3D-stacked), обеспечивающей пропускную способность 100 Тбайт/с — это примерно в 4,5 раза больше, чем у ускорителя NVIDIA Rubin.

Также есть возможность использовать стойку Raptor в качестве дополнения к стойкам NVIDIA Vera Rubin. «Прелесть этого решения в том, что мы берем узлы Raptor, подключаем их к той же архитектуре стойки NVL144 MGX, которая широко используется во многих ЦОД, и получаем мгновенный доступ к этим площадкам», — отметил Сид Шет (Sid Sheth), генеральный директор и соучредитель d-Matrix, о чём сообщил ресурс The Next Platform. Строго говоря, гибридные системы инференса на базе ASIC d-Matrix и традиционных GPU уже анонсировали Parasail и Gimlet Labs.

Источник изображения: d-Matrix

The Register сообщил, что XPU для d-Matrix NVL144 будут примерно вдвое меньше обычных карт Raptor, показанных на Hot Chips. Они получат 16 Гбайт памяти 3D-DRAM и с пропускной способностью около 50 Тбайт/с. При размещении 144 таких чипов в одной стойке общий объём памяти составит около 2,3 Тбайт, чего достаточно для моделей с более 4 трлн параметров при 4-бит точности, а пиковая агрегированная пропускная способность памяти (ПСП) достигнет примерно 7,2 Пбайт/с.

ПСП является главным «узким местом» при выполнении инференса. Архитектура чипа Groq LPU, ориентированная на интенсивное использование SRAM, позволяет достичь скорости передачи данных 150 Тбайт/с на один чип, однако обратной стороной медали является низкая плотность размещения SRAM: на одном кристалле удаётся разместить лишь порядка 500 Мбайт памяти. Raptor обеспечивает схожий уровень ПСП при несоизмеримо большем объёме RAM. Это позволит использовать гораздо меньше чипов для работы одной модели. Если для модели с 1 трлн параметров при 8-бит точности может потребоваться более 2 тыс. Groq LPU, то системе d-Matrix будет достаточно всего 64 Raptor (или 32 при 4-бит точности).

Как и LPU от Groq, чипы d-Matrix могут использоваться как автономно, так и в составе гетерогенных вычислительных систем. Чипы d-Matrix могут стать более доступным вариантом выхода на рынок для корпоративных клиентов, заинтересованных в сверхнизкой задержке при инференсе, поскольку для работы системы требуется меньшее количество вычислительных модулей (XPU). Как отметил The Register, NVIDIA настолько стремится привлечь клиентов в свою закрытую экосистему, что тратит для этого миллиарды долларов. MediaTek она заплатила $3,5 млрд, а привлечение Marvell обошлось ей в $2 млрд.

Компания Meta✴ и южнокорейский стартап Panmnesia, специализирующийся на разработке интерконнекта для ИИ-инфраструктур, представили архитектуру ИИ ЦОД нового поколения, в которой весь дата-центр функционирует как единый чип. Описание архитектуры опубликовано в журнале Nature Reviews Electrical Engineering (NREE), входящем в портфолио издательства Nature.

В исследовании отмечено, что в современных дата-центрах ускорители внутри одной стойки могут взаимодействовать через высокоскоростные интерфейсы для вертикального масштабирования (scale-up), тогда как трафик, выходящий за пределы стойки, обычно опирается на более медленные сети с горизонтальным масштабированием (scale-out), такие как Ethernet или InfiniBand.

Источник изображений: Panmnesia

Компании отметили, что для эффективной работы ИИ ЦОД необходимы контроль и координация как внутри стоек с GPU, памятью и СХД, так и между ними. В масштабной ИИ-инфраструктуре снижение вариативности задержек (джиттера) между устройствами — чтобы весь ЦОД функционировал предсказуемо — имеет такое же значение, как и повышение производительности отдельных устройств или скорости каналов связи.

Meta✴ и Panmnesia предлагают взять за основу стандарт CXL, дополнив его новыми возможностями по объединению нескольких стоек с GPU для минимизации колебаний задержки при передаче данных за пределы каждой отдельной стойки. Конечная цель — создать дата-центр, работающий столь же предсказуемо, как отдельный чип.

В этой схеме расширенный CXL обеспечивает когерентность кеш-памяти между стойками ускорителей, поддерживая большее количество устройств по сравнению со стоечными решениями NVIDIA уровня GB200 NVL72 (на базе NVLink) и UALink. Для минимизации и ограничения вариативности задержек предлагается использовать три специализированных аппаратных компонента: неблокирующий коммутатор с высокой плотностью портов, блок ускорения передачи данных и контроллер сетевой фабрики.

Неблокирующий коммутатор с большим количеством портов (high-fan-out) обеспечивает одновременное подключение множества устройств, сокращая количество переходов (hop) и выравнивая длину путей прохождения сигнала независимо от источника. Блок ускорения передачи (Link Acceleration Unit, LAU) переносит повторяющиеся операции обработки протокола в каждой точке соединения на специализированный аппаратный конвейер, обеспечивая стабильность системы на уровне отдельных этапов передачи и ограничивая колебания задержки.

Контроллер фабрики (Fabric Controller) применяет единую политику упорядочивания запросов во всей системе, обеспечивая согласованную обработку транзакций через все устройства. Для преодоления физических ограничений дальности передачи электрических сигналов рассматривается использование оптических каналов связи (CXL-over-optics) для увеличения радиуса действия фабрики CXL. Консорциум PCI-SIG уже работает над оптической версией PCIe, да и первые чипы тоже уже были анонсированы.

По словам Panmnesia, комбинированный контроллер фабрики CXL/PCIe и блок LAU уже прошли проверку работоспособности на кремниевых чипах; также изготовлен коммутатор фабрики, и начаты поставки предсерийных образцов.

Архитектура решения предусматривает группировку CPU, ускорителей, памяти и коммутаторов по функциональному признаку в модули (узлы), объединение модулей в группы (поды) и объединение подов посредством коммутационной фабрики. Такая упорядоченная иерархия призвана обеспечить стабильные пути передачи данных с фиксированным количеством сетевых переходов и предсказуемыми временными характеристиками.

По сравнению с NVIDIA GB200 NVL72 данная схема:

• увеличивает в 8 раз количество ускорителей, непосредственно управляемых одним CPU (с 2 до 16);
• позволяет объединить до 960 ускорителей для совместной работы в рамках единого домена когерентности;
• сокращает задержку доступа к данным с микросекундного уровня до нескольких сотен наносекунд (примерно на порядок);
• повышает отказоустойчивость, поскольку при сбоя замене подлежит не весь сервер, а лишь отдельное устройство.

«Объединение устройств такого масштаба в единую среду выполнения позволит обучать гораздо более крупные ИИ-модели без прерывания процесса или одновременно запускать несколько сервисов на общей инфраструктуре, исключая взаимное замедление их работы», — отметили компании. При этом платформы с PCIe/CXL-интерконнектом уровня стойки уже есть — например, Liqid UltraStack.

NVIDIA объявила о взаимодействии с расширяющейся в Австралии экосистемой облачных партнёров (NCP), а также с партнёрами в сфере ИИ-инфраструктуры — для того, чтобы сделать более доступными землю, энергоснабжение и готовые объекты ЦОД для размещения многочисленных поколений ИИ-фабрик NVIDIA DSX. Это поможет стране удовлетворить растущий спрос на вычислительные ИИ-мощности — общий объём строительства к 2027 году может достигнуть 2 ГВт.

Участвующие в сделке провайдеры будут управлять этими ИИ-фабриками, а NVIDIA намерена предоставить платформу DSX, системы для ускоренных вычислений, сетевое оборудование, ПО и поддержку экосистемы. Австралийские компании с помощью продуктов NVIDIA смогут создавать ИИ-модели, приложения и ИИ-агентов, в то же время поддерживая генерацию электроэнергии.

Расширение мощностей обеспечит австралийским разработчикам расширенный доступ к ускоренным вычислениям и открытым моделям NVIDIA Nemotron для решения связанных с ИИ-проектами задач, а развитая «зелёная» энергетика и квалифицированные кадры Австралии станут прочной основой для ИИ-стартапов, университетов, исследователей, ИИ-компаний и др., позволяя обучать, развёртывать и масштабировать ИИ-системы.

Участники NCP и партнёры NVIDIA в сфере ИИ-инфраструктуры, включая Firmus, Sharon AI, IREN, Megaport, ResetData, CDC, NEXTDC и AirTrunk уже инвестируют в австралийские ИИ-фабрики на основе NVIDIA DSX. Firmus расширяет инициативу Project Southgate, Sharon AI внедряет десятки тысяч ускорителей NVIDIA, а Iren намерена ускорить внедрение крупномасштабных ИИ-фабрик благодаря компетенциям в сфере энергетики, земельных ресурсов, ЦОД, развёртывания и эксплуатации GPU и эксплуатации инфраструктуры — компания намерена освоить 800-МВт кампус Bundey в Южной Австралии. Latitude.sh (Megaport) и ResetData сделают упор на инференс с низкой задержкой, высокой скоростью отклика и соблюдением правил локализации данных.

Источник изображения: Datingjungle/unsplash.com

CDC построила в Австралии и Новой Зеландии готовую к ИИ и HPC инфраструктуру ЦОД с СЖО. CDC управляет более 550 МВт мощностей, ещё 800 МВт строится. Объекты целиком полагаются на энергию из возобновляемых источников и используют передовые технологии охлаждения без воды, сертифицированные для инфраструктуры NVIDIA. NEXTDC также построила инфраструктуру ЦОД с жидкостным охлаждением, готовую к высокоплотным ИИ-нагрузкам. Наконец, AirTrunk расширяет строительство ИИ ЦОД в регионе, включая решения, рассчитанные на СЖО и высокоплотные ИИ-нагрузки.

Heidi и Atlassian уже используют open source модели NVIDIA Nemotron, датасеты и инструменты для разработки и кастомизации ИИ-систем. Так, Heidi комбинирует модели NVIDIA с клиническими данными, обеспечивая новый уровень применения искусственного интеллекта в здравоохранении без ущерба конфиденциальности. Atlassian совершенствует корпоративный семантический поиск Rovo с использованием ИИ NVIDIA, который лучше учитывает контекст и находит релевантные данные в сложных массивах и рабочих процессах.

В совокупности данные проекты связывают ИИ-инфраструктуру с открытыми моделями и ПО, позволяющими превратить вычислительные мощности в реальные прикладные проекты. В результате NVIDIA и австралийская экосистема позволяют пользователям масштабировать ИИ внутри Австралии и выводить инновации на мировой рынок, говорит компания.

Компания HP анонсировала рабочую станцию ZGX Fury AI на аппаратной платформе Blackwell Ultra для задач в области ИИ. Новинка доступна для заказа в двух исполнениях: «настольном» башенном форм-факторе и в корпусе 5U для монтажа в серверную стойку.

В основу системы положен суперчип Grace Blackwell GB300. Задействованы процессор Grace с 72 Arm-ядрами, функционирующий в тандеме с 496 Гбайт памяти LPDDR5X-6400 SOCAMM, и ускоритель B300 с 252 Гбайт памяти HBM3E. Применена система жидкостного охлаждения. Устройство располагает адаптером NVIDIA ConnectX-8 с двумя портами 400Gb QSFP112: они позволяют объединить две рабочие станции в единую вычислительную платформу.

Источник изображений: HP

Рабочая станция несёт на борту накопители HP Z Turbo Drive PCIe M.2 SSD вместимостью 2 и 4 Тбайт, а также Z Turbo PCIe NVMe M.2 SED NMIC SSD на 2 Тбайт. Доступны четыре дополнительных слота М.2 — два с интерфейсом PCIe 5.0 x4 и два с поддержкой PCIe 6.0 x4. Могут формироваться массивы RAID 0/1. Присутствуют три слота PCIe 5.0 x16, два из которых работают в режиме х8. При необходимости может быть добавлен дискретный ускоритель NVIDIA RTX PRO 4000 Blackwell (24 Гбайт GDDR7) или NVIDIA RTX PRO 2000 Blackwell (16 Гбайт GDDR7).

Спереди предусмотрены по два порта USB 3.0 Type-A и USB 3.1 Type-C, а также аудиогнёзда на 3,5 мм. Сзади расположены четыре разъёма USB 3.1 Type-А, сетевые порты 1GbE RJ45 (удалённое управление) и 10GbE RJ45, набор аудиогнёзд, интерфейс Mini-DP. Питание обеспечивает блок мощностью 1600 Вт с сертификатом 80 PLUS Titanium. Говорится о совместимости с Ubuntu 24.04 LTS (с набором инструментов NVIDIA AI Developer Tools).

Австралийская Firmus подписала многолетнее соглашение с OpenAI о предоставлении последней мощностей в Малайзии. В рамках договора OpenAI станет якорным клиентом двух ИИ ЦОД. Тем временем реализация проекта OpenAI — Stargate в Южной Корее столкнулась с препятствиями, сообщает Datacenter Dynamics.

По словам Firmus, соглашение с OpenAI увеличит объёмы законтрактованных мощностей компании до более 900 МВт. На сегодня у неё есть семь проектов ИИ ЦОД в Австралии, Сингапуре, Индонезии и Малайзии — уже работающих или строящихся. Пять из них всё ещё не готовы и должны быть введены в эксплуатацию в течение 24 мес. Они будут использовать платформу для ИИ-фабрик NVIDIA DSX с Vera Rubin NVL72 в модульных решениях Firmus HyperCube. Параллельно при участии Firmus ведутся работы над прокладкой нового кабеля APX East из Австралии в США.

Планы компании по строительству площадки в Малайзии ранее не разглашались. При этом подчёркивается, что Firmus потратила семь лет на создание инфраструктуры в Юго-Восточной Азии и Австралии. В Firmus утверждают, что многолетнее партнёрство знаменует момент превращения Азиатско-Тихоокеанского региона из потребителя ИИ-сервисов в поставщика. В OpenAI подчеркнули, что новые ЦОД в Малайзии помогут компании обслуживать растущий спрос на продукты компании в регионе и по всему миру.

Источник изображения: CHUTTERSNAP/unsplash.com

В последнее время Малайзия привлекает крупные инвестиции в ИИ-инфраструктуру, причём, по данным местных властей, около 44 % всех одобренных в I половине 2026 года инвестиций приходится на ЦОД и облачные вычисления — Малайзия давно претендует на роль важного ИИ-хаба в регионе. Соседний Сингапур развивается более осторожно и избирательно, играя при этом важную роль на рынках региона. Филиппины тоже стремятся превратить страну в новый ИИ-хаб.

Вместе с тем, по данным южнокорейских СМИ, проект Stargate в Южной Корее практически не развивается. Планы строительства ЦОД в стране анонсировали в октябре 2025 года, OpenAI подписала письмо о намерениях с Samsung Electronics и SK hynix, предусматривавшее строительство двух ИИ ЦОД на юго-западе страны. По данным неназванных источников, реализация проекта приостановлена, поскольку компании не могут получить площадку, способную удовлетворить потребности ЦОД в энергии и воде. SK заявила, что после подписания письма никакого прогресса нет. OpenAI отказалась от комментариев, заявив, что проект находится «на стадии обсуждения».

Китайские облако JD Cloud и производитель чипов Moore Threads из КНР намерены совместно создать кластер из 100 тыс. ИИ-ускорителей. Представленный в ходе мероприятия 2026 Global Technology Explorers Conference компании JD проект предполагает использование китайских комплектующих, сообщает Datacenter Dynamics.

По данным китайских СМИ, кластер будет состоять из «полнофункциональных» ИИ-ускорителей Moore Threads и будет предназначен для обучения крупномасштабных ИИ-моделей, инференса и задач, связанных с т.н. «воплощённым» (embodied) искусственным интеллектом, готовым взаимодействовать с реальным миром. Ранее компании уже имели партнёрское соглашение о создании ИИ-кластера из 10 тыс. ускорителей. О моделях используемых чипов пока не сообщается.

Как следует из информации с сайта Moore Threads, компания предлагает ИИ-ускоритель MTT S5000 на архитектуре PingHu, на основе разработанного ей же чипа PH100. Компания заявляет, что может обеспечить вычисления в диапазоне от FP8 до FP64. Также предлагаются модели S4000 и S3000 на чипе ChunXiao. В свою очередь, облачный провайдер JD Cloud управляет дата-центрами в Поднебесной, а ключевые облачные регионы расположены в Пекине, Гуанчжоу, Шанхае и Суцяне.

Источник изображения: Moore Threads

Moore Threads, иногда называемой «маленькой NVIDIA», основана бывшим топ-менеджером NVIDIA Джеймс Чжан Цзяньчжуном (James Zhang Jianzhong) в 2020 году. Компания привлекла средства Shenzhen Capital Group, GGV Capital, Sequoia Capital China, ByteDance и Tencent. В декабре 2025 года состоялось IPO на Шанхайской фондовой бирже (Shanghai Stock Exchange). После выхода на биржу её акции поднялись в цене более чем впятеро.

На данный момент компания состоит в чёрном списке (Entity List) Бюро промышленности и безопасности США (US Bureau of Industry and Security). Ранее NVIDIA неоднократно жаловалась, что вводимые США ограничения на поставки американских ИИ-ускорителей в Китай лишь ставят под сомнение доминирование Соединённых Штатов в мире ИИ. В декабре 2025 года сообщалось, что в МФТИ изучили альтернативы ИИ-ускорителям NVIDIA — привлекательные показатели продемонстрировали Moore Threads и MetaX.

Российский разработчик инфраструктурного ПО «Группа Астра» представил комплексную экосистему решений для корпоративного искусственного интеллекта. В рамках нового технологического направления «Астра ИИ» компания предложила рынку набор ИИ-платформ — от инфраструктурных для запуска больших моделей до прикладных агентных, а также методологию их внедрения.

По данным «Группы Астра», отечественный рынок искусственного интеллекта по итогам 2025 года вырос на 31 % и достиг 316,1 млрд руб. Сегмент генеративного ИИ оценивается в 58 млрд руб. (рост почти в пять раз за год). Несмотря на то, что технологию внедряют 97 % организаций, лишь 10–15 % довели её до промышленной эксплуатации, а более 90 % не получили экономического эффекта.

Ключевым барьером остаётся доверие: 79 % предприятий критической информационной инфраструктуры (КИИ) запрещают использование публичных генеративных сервисов из-за регуляторных ограничений. Это порождает проблему «теневого ИИ», когда сотрудники используют сторонние сервисы, создавая риски утечки данных.

Источник изображения: astra.ru

Ответом «Группы Астра» стал фокус на безопасных on-premise-решениях, многоуровневой архитектуре моделей (суверенные российские разработки, проверенный open source и фронтир-модели), а также глубокой интеграции со стеком безопасности Astra Linux с прицелом на сертификацию во ФСТЭК России. В состав разрабатываемого «Группой Астра» ИИ-стека включены продукты под разные этапы жизненного цикла ПО:

• «Астра ИИ [Код]» — агент-программист, работающий в терминале инженера с контролем изменений человеком;
• «Астра ИИ [Хаб]» — инференс-платформа для исполнения задач;
• Агентная ОС на базе Astra Linux — среда безопасного функционирования агентов.

Источник изображения: Numan Ali / unsplash.com

Доверенная агентная ОС Astra Linux обеспечивает безопасное функционирование, управление и изоляцию ИИ-агентов, их данных и ресурсов на основе уровней целостности и отвечает требованиям 187-ФЗ, 243-ФЗ, приказов ФСТЭК России № 117, а также № 235 и № 239, регламентирующих работу значимых объектов КИИ. Инструментарий безопасности включает управление политиками для ИИ-агентов под конкретную задачу, запуск агентов в ограниченной среде, контроль критических действий, защиту агентов от атак и взлома, защиту информационных систем от вредоносных действий недоверенной модели, а также мониторинг и логирование всех операций агентов. Параллельно развивается слой удобства для пользователя: голосовое управление, умный поиск, умный каталог и нативное обучение.

Платформу «Астра ИИ [Код]» уже могут применять частные и госкомпании, работающие с данными под регулированием 152-ФЗ и требованиями к КИИ; для широкого внедрения продукт будет доступен с IV квартала 2026 года. Сроки релиза остальных решений не раскрываются.

Системный интегратор Auxo подписал соглашение с российскими производителями оборудования «ДАТАРК», OpenYard и «Гравитон». Цель партнёрства — совместное продвижение комплексных решений для модульных центров обработки данных.

Сотрудничество выстроено по принципу полного импортозамещения и замкнутого цикла производства: «ДАТАРК» отвечает за инженерную инфраструктуру модульных ЦОД; OpenYard и «Гравитон» обеспечивают аппаратную платформу (серверы и системы хранения); Auxo занимается интеграцией, а также развитием облачного и прикладного уровня, включая решения на базе искусственного интеллекта. Такой подход позволяет заказчикам получать не набор разрозненных компонентов, а согласованную инфраструктуру под конкретные бизнес-задачи, говорят компании.

Особое внимание в альянсе уделено решениям на базе искусственного интеллекта. Экспертиза Auxo охватывает полный цикл внедрения: от развёртывания локальной и облачной инфраструктуры до создания ИИ-агентов, сервисов OCR/CV и RAG-систем. В портфель готовых к промышленной эксплуатации продуктов входят корпоративные ИИ-ассистенты, инструменты транскрибации встреч, интеллектуальная обработка документов и анализ качества коммуникаций. Это позволит разворачивать безопасные частные облака непосредственно внутри модульных дата-центров.

Источник изображения: «ДАТАРК» / datark.ru

По данным GreenMDC, в 2025 году объем рынка модульных ЦОД в России увеличился на 20 %, при этом рост спроса со стороны заказчиков составил около 30 %. Активный интерес к модульным центрам обработки данных проявляют крупные промышленные предприятия, геологоразведочные организации, государственные структуры, а также научно-исследовательские институты, внедряющие упомянутые вычислительные комплексы с целью оптимизации производственных процессов и «умного» управления системами. Заметный спрос также формирует сектор ретейла и логистики, что во многом объясняется ростом популярности маркетплейсов.

Google значительно опережает конкурентов по продажам ИИ-ускорителей. Как сообщил исполнительный директор Google Томас Куриан на конференции инвесторов Goldman Sachs, бизнес компании по продажам TPU в два раза больше, чем у ближайшего конкурента-гиперскейлера. Согласно отчёту компании за II квартал 2026 финансового года, её выручка от облачных вычислений выросла год к году на 82 % до $24,77 млрд. При этом Google впервые включила продажи ИИ-ускорителей TPU в доходы от облачных вычислений сторонним компаниям.

Куриан заявил, что компания предоставляет лучшую ИИ-инфраструктуру, предлагая три вида чипов — NVIDIA GPU, собственные TPU и кастомные Arm-процессоры Axion. «Мы предлагаем в 2,7 раза лучшие цены на обучение, на 80 % лучшие цены на инференс, на 30 % лучшие цены на процессоры. Всё это позволяет нам выделять наше портфолио среди других поставщиков. Это позволяет нам предлагать решения для финансовых рынков и рынков капитала», — заявил Куриан.

По словам Куриана, платформу Gemini Enterprise использует более чем 90 % компаний из списка Fortune 100 и тысячи малых предприятий. Он отметил, что компании хотят использовать её в качестве агента со способностью к рассуждению, который в конечном итоге позволит автоматизировать рабочие процессы. При этом им важны аудит работы ИИ, средства контроля безопасности над ним и возможность управления затратами и бюджетами для ИИ. «У нас есть все эти средства контроля. И мы позволяем людям использовать правильную модель для решения нужной задачи», — сообщил топ-менеджер Google.

Источник изображения: Google

Куриан рассказал, что Google монетизирует системы TPU с помощью трёх бизнес-моделей: аренда TPU в облаке, продажа TPU напрямую для развёртывания в ЦОД клиентов (как в случае с Anthropic) и продажа TPU через совместное предприятие с Blackstone. Morgan Stanley сообщил в августе: «Мы повышаем наши оценки продаж TPU до $27 млрд с валовой прибылью в 30 %. В целом, мы ожидаем, что Google продаст 0,3 ГВт TPU во II половине 2026 года, 3,2 ГВт в 2027 году и 4,2 ГВт в 2028 году. Это означает, что в 2027 и 2028 годах доходы, связанные с TPU, составят $84 млрд и $108 млрд соответственно».

Как отметил ресурс techblog.comsoc.org, другие облачные провайдеры тоже развивают свои собственные программы на основе ИИ, чтобы уменьшить зависимость от GPU NVIDIA и оптимизировать стоимость, мощность и производительность в зависимости от рабочей нагрузки. У Amazon есть Trainium, у Microsoft — Maia. Аналитики утверждают, что Amazon опережает Microsoft в продаже ИИ-чипов внешним заказчикам. Meta✴ внедряет ИИ-ускорители MTIA, а Oracle решила вместо разработки собственного чипа создавать крупномасштабные ИИ-кластеры с использованием ускорителей NVIDIA и AMD.

К середине 2026 года Meta✴, Amazon, Microsoft и OpenAI ликвидировали отставание по трём ключевым составляющим ИИ-сферы — специализированным чипам, мощностям и моделям, — которыми в 2021 году располагала только Google. Пять из шести крупнейших игроков в области ИИ — Google, Meta✴, Amazon, Microsoft и OpenAI — теперь будут контролировать как минимум два из трёх важнейших компонентов ИИ (чипы, мощности, модели).

Эта тенденция к вертикальной интеграции меняет рынок ИИ-инфраструктуры: гиперскейлеры всё чаще используют кастомные чипы для оптимизации затрат и производительности для конкретных рабочих нагрузок, сохраняя при этом стратегическую гибкость за счёт закупок GPU у нескольких поставщиков.

Компании «Гравитон», «Ключевые ИТ-решения» (ITKey) и MIND Software представили совместную разработку — программно-аппаратный стек для развёртывания корпоративной IT-инфраструктуры. Решение отвечает на один из ключевых запросов российского рынка, проявляющего интерес к многофункциональным вычислительным комплексам отечественного производства с поддержкой виртуализации, хранения данных и облачного управления.

Аппаратной основой решения выступают серверные машины «Гравитон» С2122И типоразмера 2U. Это двухпроцессорная платформа на модульной архитектуре, поддерживающая до 12 NVMe-накопителей. Серверы подходят для создания производительных кластеров виртуализации, программно-определяемых хранилищ и инфраструктуры для ресурсоёмких нагрузок.

Сервер «Гравитон» С2122И (источник изображения: graviton.ru)

За хранение данных отвечает MIND uStor — программно-определяемая система хранения для построения распределённого хранилища на стандартном серверном оборудовании. Благодаря uStor конфигурация стека может включать от 3 до 64 серверов без изменения архитектуры. При использовании соответствующей аппаратной конфигурации с NVMe-накопителями и сетью с необходимой пропускной способностью система обеспечивает производительность, достаточную для широкого спектра современных приложений.

Программно-определяемая система хранения данных MIND uStor (источник изображения: mindsw.io)

Создание виртуализованных сред обеспечивает платформа KeyVirt. Она решает задачи, связанные с запуском и управлением виртуальными машинами, отказоустойчивостью, распределением нагрузки и живой миграцией между физическими хостами.

Облачная платформа виртуализации KeyVirt (источник изображения: keyvirt.ru)

Для крупных и распределённых инфраструктур партнёры также предлагают вариант решения на базе облачной платформы ITKey KeyStack. Она обеспечивает централизованное управление вычислительными ресурсами, хранилищами и сетевой инфраструктурой, автоматизацию развёртывания сервисов, мониторинг, логирование и масштабирование кластеров. KeyStack поддерживает гибридные сценарии, в которых одновременно используются виртуальные машины и контейнеризированные приложения. Платформа уже применяется в крупных инсталляциях, совокупно превышающих 30 тыс. хостов, говорит компания.