OpenAI сообщила новые подробности об ИИ-ускорителе Jalapeño, разработанном в сотрудничестве с Broadcom, пишет The Register. Как утверждает OpenAI, Jalapeño, предназначенный для инференса, показал в тестах лучше результаты, чем текущая линейка ускорителей NVIDIA — GB200 и GB300.

Тестирование в бенчмарк-пакете SemiAnalysis InferenceX показало, что системы OpenAI на базе Jalapeño обеспечивают в 1,5–1,9 раза больший объём «работы ИИ» при пиковой пропускной способности и в 1,7–3,6 раза меньшую сквозную задержку, чем у конкурентов, на GPT-OSS-120B, DeepSeek R1 670B и Kimi K2.5 1T.

Во время внутренних тестов Jalapeño также хорошо показал себя при работе с некоторыми крупными, продвинутыми моделями OpenAI, которые ещё не выпущены. Это говорит о том, что конструкция чипа «становится более ценной по мере роста рабочих нагрузок и повышения их сложности», сообщила компания в блоге.

На системном уровне стойка со 128 ускорителями Jalapeño обеспечивает 1,7 Эфлопс 4-бит вычислений, имеет 27,5 Тбайт HBM4 с агрегированной пропускной способностью чуть менее 2 Пбайт/с. Чип сочетает вычислительный кристалл с шестью стеками HBM4 общим объёмом 216 ГиБ (15,4 Тбайт/с), обеспечивая производительность 13,4 Пфлопс в операциях MXFP4, и масштабируется до 27 Эфлопс и 432 ТиБ памяти в системе из 2048 ASIC.

Источник изображений: OpenAI/ServeTheHome

Поскольку чип демонстрирует высокие результаты при низком энергопотреблении — 700 Вт — Jalapeno позволит OpenAI экономить средства при эксплуатации своих ЦОД, где электроэнергия является ключевой статьей расходов, заявил агентству Bloomberg вице-президент по аппаратному обеспечению OpenAI Ричард Хо (Richard Ho). Новейшие стоечные системы AMD и NVIDIA работают быстрее, обеспечивая в 1,46–2 раза больше вычислительных ресурсов и до 12 % больше памяти (Helios), но имеют всего лишь 85 % пропускной способности памяти стойки OpenAI.

Ричард Хо сообщил, что чип был разработан для минимизации перемещения данных и хранения промежуточных операций. «Мы разработали Jalapeño таким образом, чтобы минимизировать перемещение данных и задержки связи. Это означает, что состояние модели, включая KV-кеш, используемый при генерации ответа, может быть явно размещено и храниться локально, пока система активирует правильную комбинацию вычислительных ресурсов, памяти и сети для каждой фазы инференса», — сообщила компания в своем блоге.

В отличие от стоек NVIDIA Groq LPX, Jalapeño не является узкоспециализированным решением. В компании сообщили ресурсу The Register, что он оптимизирован как для ресурсоёмких операций предварительного заполнения, где обрабатываются промты, так и для фазы декодирования, требующей большой пропускной способности памяти, где генерируются выходные токены.

Также следует отметить, что благодаря использованию ИИ для проектирования архитектуры и оптимизации чипа для инференса, OpenAI потратила на его разработку от начала до готовности первого пробного чипа всего девять месяцев. Процесс включал использование собственных моделей для оптимизации механизмов обработки инференса и для написания пользовательских ядер по мере внедрения новых моделей.

Преимущество Jalapeño в скорости настолько велико, что OpenAI может получать результаты, ранее достижимые только с помощью чипов, использующих другой тип памяти и конструкцию. Например, в настоящее время OpenAI использует чипы Cerebras для некоторых своих LLM, которые, по словам Хо, лучше всего подходят для небольших моделей. Jalapeño, напротив, может обрабатывать более крупные модели, отметил он.

Тем не менее, компания не собирается отказываться от сотрудничества с другими поставщиками, включая NVIDIA. «У нас огромная потребность в вычислительных мощностях, поэтому мы привлекли так много разных поставщиков, — сказал он. — Это будет продолжаться ещё некоторое время». Ожидается, что Jalapeño будет выпущен в ограниченных объёмах в конце этого года с дальнейшим увеличение производства в следующем году.

Вторая версия Jalapeño находится на продвинутой стадии разработки, готовность к производству ожидается в «ближайшие месяцы», сказал Хо. Также уже разрабатывается концепция чипа третьего поколения. The Register призвал относиться с осторожностью к заявлениям OpenAI. Новый чип тестировался в сравнении с системами NVIDIA GB200 NVL72 и GB300 NVL72, выпущенными в 2024 и 2025 годах соответственно, но не сравнивался с Vera Rubin, поставки которого только начались.

Компания Arm раскрыла дополнительные подробности о процессорах AGI, официальная презентация которых состоялась в марте нынешнего года. Эти чипы предназначены для использования в дата-центрах, ориентированных на ИИ-нагрузки. Чипы выполнены на платформе Arm Neoverse CSS V3. Конструкция включает два чиплета, каждый из которых насчитывает свыше 50 млрд транзисторов. При производстве применяется технология TSMC N3P (3 нм).

Процессоры AGI будут предлагаться в модификациях с 64, 128 и 136 ядрами Armv9.2, распределёнными между двумя чиплетами. Номинальная тактовая частота составляет 3,2 ГГц, частота с ускорением — до 3,7 ГГц. Каждое ядро содержит 2 Мбайт кеша L2 (от 128 до 272 Мбайт на чип) и два 128-бит блока SVE2, предназначенных для ускорения задач ИИ и машинного обучения. Поддерживаются форматы BF16 и INT8. Общий объём кеша на уровне системы (SLC) равен 128 Мбайт.

Источник изображений: Arm

Каждый из чиплетов содержит шесть каналов оперативной памяти (12 на процессор) с поддержкой 3 Тбайт DDR5-8800 (6 Тбайт на процессор). Суммарная пропускная способность памяти достигает 845 Гбайт/с, пропускная способность в пересчёте на ядро — от 6 до 13 Гбайт/с в зависимости от их количества.

В то время как AMD, Intel и NVIDIA используют гетерогенный многочиплетный подход для увеличения вычислительных мощностей и повышения производительности, решение Arm основано на сочетании высокой пропускной способности памяти и небольшой задержки (менее 100 нс). Благодаря отсутствию необходимости передачи данных на отдельный чиплет с контроллером памяти повышается быстродействие в задачах, чувствительных к задержкам. Внутри каждого чиплета AGI используется интерконнект CMN-S3 с топологией 8 × 9, которая связывает вычислительные ядра, память, IO-блоки и ускорители. Упомянуты фильтрация запросов к памяти (snoop filtering) и иерархическое кеширование на основе HN-S (Super Home Node) — логического блока, выполняющего функции распределительного центра. Он управляет трафиком и данными внутри чипа, чтобы ускорить обмен информацией.

Если CPU-ядру требуется обратиться к памяти на другом чиплете, запрос передаётся по когерентному межчиповому интерконнекту, но при этом задержка увеличивается. Контроллеры DDR5 поддерживают ряд функций для достижения максимальной производительности в реальных рабочих нагрузках, включая полностью внеочередное планирование команд, оптимизированное отображение адресов и программируемые политики страничной адресации. Кроме того, реализован контроль и мониторинг пропускной способности памяти на основе технологии Memory Partitioning and Monitoring (MPAM). В сочетании с приоритизацией (QoS) и обратной связью о перегрузках это позволяет управлять конфликтами, когда множеству ядер и IO-устройствам требуется пропускная способность DRAM.

Процессор имеет 96 линий PCIe 6.0 с поддержкой CXL 3.0, четыре линии PCIe 4.0, а также интерфейсы I3C, I2C и SPI. Показатель TDP находится на уровне 300 Вт. Архитектура изделия рассчитана на стандартные воздушные системы охлаждения и позволяет эффективно использовать доступный лимит мощности. Утверждается, что в стандартной стойке на 36 кВт могут быть задействованы до 8160 вычислительных ядер AGI.

В целом, решения AGI оптимизированы под сценарии, в которых CPU берёт на себя значительную часть ИИ-нагрузки. Это могут быть задачи инференса, координация вычислений в гетерогенных средах (CPU + GPU/TPU и т. п.), оркестрация ИИ-агентов и т. д. Реализована встроена аппаратная защита для мультитенантных сред: Runtime Security Engine (RSE), Pointer Authentication, Branch Target Identification.

Lancium анонсировала стратегическое партнёрство с NVIDIA, включающее привлечение инвестиций, для ускоренного внедрения инфраструктуры ускоренных вычислений в портфолио ЦОД Lancium. Lancium входит в инвестиционный портфель Blackstone Multi-Asset Investing. Предполагается интегрировать ПО и аппаратную архитектуру NVIDIA в будущие кампусы с энергообеспечением, сообщает Storage Review.

Партнёрство позволяет позиционировать кампусы Lancium как хабы для внедрения вычислительного и сетевого оборудования NVIDIA, а также программного стека последней. Сегодня Lancium управляет 4 ГВт арендованных мощностей, не считая портфолио по строительству площадок с доступным энергоснабжением мощностью более 15 ГВт. Совместная инициатива направлена на создание готовой к эксплуатации инфраструктуры высокой энергетической и вычислительной плотности, необходимых командам, страдающим от дефицита возможностей подключения к электросетям в нужных масштабах.

Для повышения эффективности объектов и плотности вычислений Lancium построит площадки с учётом эталонных архитектур NVIDIA DSX, направленных на повышение производительности на ватт, сокращение времени до получения первого токена и снижения цены за обработку токена в целом.

В основе технической интеграции лежит комплекс технологий NVIDIA DSX MaxLPS, позволяющий операторам ЦОД размещать в рамках заданного энергетического бюджета на 40 % больше ИИ-ускорителей. Кроме того, Lancium интегрирует архитектуры NVIDIA DSX Flex для динамической подстройки энергопотребления ЦОД в зависимости от состояния энергосети. Такой подход усилит модель работы Lancium, предполагающую адаптацию к параметрам сети без снижения доступности вычислительных ресурсов.

Источник изображения: Lancium

Lancium заявляет, что компания потратила годы на создание энергетической основы, получение земель и накопление инфраструктурной экспертизы. Взаимодействие с NVIDIA позволит обеспечить доступ к самым передовым энергетическим технологиям. В NVIDIA подчёркивают, что создают новое поколение гигаваттных ИИ-фабрик, подготовленных к энергообеспечению. Это позволит клиентам быстрее развёртывать полный стек вычислительных технологий NVIDIA и действовать более эффективно.

Ни одна из компаний не раскрыла объём инвестиций NVIDIA, а также даты ввода конкретных кампусов в эксплуатацию. В первой половине августа появилась информация, что NVIDIA заплатит до $3 млрд за долю в Lancium, предоставляющей землю и энергию ИИ ЦОД Stargate. На днях NVIDIA приобрела миноритарный пакет акций Cloverleaf Infrastructure, предоставляющей клиентам для строительства ЦОД обеспеченные электроэнергией участки. Помимо инвестиций она поддержать строительство площадок Cloverleaf и строительство новых дата-центров, совместимых с собственными технологическими решениями.

NVIDIA анонсировала вычислительный модуль Jetson Orin Nano 2, предназначенный для реализации возможностей ИИ начального уровня на периферии. Новинка может использоваться в различных робототехнических устройствах, дронах, системах машинного зрения и пр.

Изделие приходит на смену версии Jetson Orin Nano, которая дебютировала ещё в 2022 году. Оригинальное решение несёт на борту 6-ядерный процессор Arm Cortex-A78AE, 4 или 8 Гбайт памяти LPDDR5, а также графический блок на архитектуре Ampere с 1024 ядрами CUDA и 32 тензорными ядрами. Пиковая производительность в режиме INT8 достигает 40 TOPS.

Модуль Jetson Orin Nano 2 получил чип с восемью ядрами Arm и 8 Гбайт памяти. Заявленное ИИ-быстродействие составляет 78 TOPS. Утверждается, что по сравнению с Jetson Orin Nano Super новинка обеспечивает вдвое более высокую производительность при инференсе благодаря усовершенствованным тензорным ядрам и увеличенной пропускной способности памяти. А в режиме 15 Вт Jetson Orin Nano 2 потребляет на 40 % меньше энергии, обеспечивая ту же производительность, что и его предшественник. Прочие технические характеристики пока не раскрываются.

Источник изображения: NVIDIA

Изделие позволяет работать с такими ИИ-моделями, как NVIDIA Cosmos и Nemotron, Gemma 4 и Qwen 3. О намерении выпустить решения на основе Jetson Orin Nano 2 сообщили Cognex, Doosan Bobcat, Matic и Wing. В число партнёров NVIDIA по экосистеме Jetson также входят AAEON, ADLINK, Advantech, Aetina, Antmicro, Aptiv, Auvidea, AVerMedia, Chuanglebo, Connect Tech, ForeCR, JWIPC, Neurealm, Plink, Realtimes, RidgeRun, RS, Seeed Studio, Tauro Tech, Twowin, TZTEK и YUAN.

Intel поделилась информацией об ИИ-ускорителях Crescent Island, предназначенных для использования в серверах и рабочих станциях. Ожидается, что поставки образцов изделий начнутся в текущем полугодии.

Решения Crescent Island будут предлагаться в виде карт расширения с интерфейсом PCIe 5.0 x16. Конфигурация включает 32 ядра Xe3P и 256 матричных движков XMX. Кроме того, задействованы 256 векторных движков. На каждое ядро приходится 1 Мбайт регистра общего назначения (GRF) и 512 Кбайт кеша L1. Помимо этого, есть 32 Мбайт унифицированного кеша L2.

В случае Crescent Island корпорация Intel решила отказаться от использования дорогостоящей памяти НВМ с высокой пропускной способностью. Вместо этого применяются чипы LPDDR5X с пониженным энергопотреблением (скоростные характеристики не раскрываются). Референсный вариант ускорителя несёт на борту 160 Гбайт LPDDR5X, тогда как ODM-производители будут предлагать модификации, имеющие до 480 Гбайт памяти. Заявленное энергопотребление карты находится на уровне 350 Вт; применяется воздушное охлаждение.

Источник изображений: Intel

Изделие поддерживает различные форматы данных — FP64, FP16, BF16, TF32, INT8, INT4, FP8 и FP4. Ускоритель ориентирован прежде всего на задачи инференса. Он хорошо подходит для работы с агентным ИИ и длинными контекстами, где ключевой фактор эффективности — возможность размещения модели и её KV-кеша в памяти. Отмечается, что рабочая станция, оборудованная четырьмя ускорителями Crescent Island с 480 Гбайт памяти, сможет использовать в локальном режиме модели с триллионом параметров, например, Kimi K3. В области программного обеспечения Intel указывает на поддержку vLLM, SGLang, llm-d и NVIDIA Dynamo, что позволяет ИИ-агентам функционировать в гетерогенной инфраструктуре без изменений в коде.

IBM анонсировала первый двухархитектурный процессор для мейнфреймов, который позволит запускать операционные системы и приложения на вычислительных платформах IBM (s390x) и Arm (AArch64) в будущих системах IBM z и LinuxONE. Компания отметила, что это первый этап в разработке процессора, достигнутый в рамках сотрудничества с Arm, стартовавшего в апреле 2026 года.

Источник изображения: IBM

2-нм процессор будет содержать 11 доступных двухпоточных (SMT 2) ядер, работающих на частоте более 5,7 ГГц, ускорители ИИ-инференса, специально разработанные для обнаружения мошенничества в финансовых транзакциях в режиме реального времени, выделенный встроенный DPU для ускорения I/O и большую кеш-архитектуру для ресурсоёмких корпоративных рабочих нагрузок с большими частными кешами L2 объёмом по 36 Мбайт, из которых формируются виртуальные L3/L4-кеши. Как отметил ресурс ServeTheHome, виртуальный L3 даёт 432 Мбайт, в то время как L4, объединяя все кеши всех ядер, обеспечит до 3,5 Гбайт памяти с очень низкой задержкой, что полезно для корпоративных рабочих нагрузок, таких как обработка транзакций и обслуживание баз данных.

Источник изображений: IBM/ServeTheHome

Компания отметила, что архитектура чипа не предусматривает отдельных ядер Arm и IBM: каждое процессорное ядро может одновременно выполнять инструкции Arm и IBM Z, или Arm и LinuxONE, отдавая приоритет установленным характеристикам платформы: производительности, безопасности, шифрования и доступности. Платформы IBM Z и LinuxONE способны масштабироваться до сотен ядер и десятков терабайт памяти.

Подчёркивается, что ключевым моментом является то, что IBM реализовала AArch64 на аппаратном уровне, а не путём трансляции. В этом проекте используется реализация Arm с порядком байтов little-endian поверх архитектуры z/Architecture с порядком байтов big-endian. Заявлена поддержка Armv9.3, SVE и SVE2 — всего 2792 инструкции, что более чем в два раза больше, чем z-инструкций. IBM также заявляет о соответствии стандарту Arm SystemReady, что важно для совместимости с имеющимся ПО. Приложения Arm видят собственный полноценный процессор Arm, работая без изменений «из коробки».

IBM говорит, что новый чип эффективно объединит две крупнейшие в мире вычислительные экосистемы, которые до сих пор были изолированы друг от друга. Мейнфреймы IBM z и системы LinuxONE составляют основу мировой экономики, обрабатывая, по оценкам аналитиков, около 70 % всех финансовых транзакций в мире, а также огромные объёмы данных в сфере здравоохранения. В свою очередь, программную экосистему Arm поддерживает более 22 млн разработчиков по всему миру. Она охватывает широкий и постоянно растущий спектр облачных и периферийных приложений, включая облачное ПО и ПО для ИИ.

Предсказатель ветвлений демонстрирует, как существующая конструкция ядра IBM z может использоваться и для AArch64. Используется XML-описание архитектуры Arm для автоматического декодирования инструкций, диспетчеризации и отправки на исполнение. Переиспользуется возможность переименования регистров и основные пути исполнения инструкций, а также некоторые CISC-решения вроде копирования и очистки памяти. Но разработчиком всё равно пришлось добавить новые элементы управления для SVE, а также пути исполнения для FP16/Bfloat16 и криптографических функций.

Встроенные ускорителям для криптографии, сжатия и инференса отображаются для Arm ПО представляются в качестве платформенных устройств в Linux на Arm. При этом процессор способен одновременно выполнять инструкции обеих ISA с сохранением сквозной проверки массивов и потоков данных/управления, прозрачного восстановления после нерегулярных сбоев, резервирования/замещения ядер при постоянных сбоях, параллельного восстановления и технологии аппаратной защиты оперативной памяти RAIM. Эта конструкции обеспечивает надёжность с целевым показателем доступности 99,999999 %.

На программном уровне для запуска Linux-приложений для обеих архитектур используются KVM и OpenShift, которые, как нативные приложения z/OS, используют логически разделы, работающие на одном физическом процессоре. А каждый поток может работать как с инструкциями s390x, так и с Arm, при этом переключение занимает наносекунды. Такое сосуществование является залогом получения наилучших результатов от обеих программных экосистем, позволяя клиентам сохранять код для мейнфреймов, одновременно используя широкую базу ПО Arm, пишет SiliconANGLE.

Дополнит новый CPU ускоритель ИИ-инференса второго поколения, который ориентирован на более крупные корпоративные рабочие нагрузки. Он содержит 16 активных ИИ-ядер (и одно резервное) с поддержкой FP4 и MXFP4, которые, по словам IBM, могут обеспечить четырёхкратное увеличение TOPS. Он получит 96 Гбайт HBM3e с ПСП до 4 Тбайт/с и PCIe 6.0 в качестве интерфейса одноранговой сети с низкой задержкой. IBM позиционирует чип как компонент для критически важных ИИ-систем, обеспечивающий надёжные вычисления, защищающие данные и модели в состоянии покоя, при передаче и использовании, в том числе с использованием криптографии с квантовой защитой.

Как пишет SiliconANGLE, финансовые компании, работающие в условиях жёсткого регулирования, не могут отказаться от использования мейнфреймов и LinuxONE, известных своей исключительной безопасностью и надёжностью. Но для доступа к программной экосистеме Arm им приходилось отказываться от систем IBM. Новый чип меняет положение дел.

«Этот процессор представляет собой значительный архитектурный прогресс для IBM z и LinuxONE, — сказал Кристиан Якоби (Christian Jacobi), главный технический директор и научный сотрудник IBM Systems Development. — Внедряя Arm непосредственно в наши платформы, мы объединяем доступ к одной из самых быстрых программных экосистем в отрасли с качествами, которые сделали системы IBM основой для ведения бизнеса».

Двухпроцессорная архитектура IBM и Arm потенциально может способствовать новой волне внедрения ИИ компаниями в отраслях с жёстким регулированием. Вскоре разработчики смогут писать код для Arm и развёртывать его непосредственно на мейнфреймах, так что устаревшие аппаратные системы IBM останутся актуальными ещё долгие годы. Сообщается, что новый процессор будет доступен для клиентов в 2028 году.

Это не первая попытка IBM скрестить две ISA в одном чипе. В 1994 году компания анонсировала процессор PowerPC 615, который объединил бы x86 и PPC, причём на уровне сокета он был совместим именно с Pentium-платформами, что, как ожидала IBM, привлечёт многочисленных производителей ПК. На деле чип поддерживался только Minix и особой версией OS/2, тогда как Microsoft отказалась участвовать в развитии ПО для него, а MacOS на нём, по-видимому, никто запускать и не собирался. В результате чип так и остался прототипом.

За 2023 год американские дата-центры использовали более 64,35 м3 воды. По статистике Исследовательской службы Конгресса США (CRS) это втрое больше, чем они потребляли в 2014 году, сообщает The Register. CRS подчеркнула, что федеральные власти не оценивают использование воды индустрией ЦОД на постоянной основе. Проблема ещё и в том, что данные о потреблении воды нередко собираются лишь органами власти на уровне штатов, а предоставляться могут и вовсе через суд.

В отчёте, недавно опубликованном Библиотекой Конгресса США, CRS рассказала о затратах воды ЦОД, способах сократить её потребление воды и о том, какую роль в контроле данного вопроса играют федеральные власти, отвечающие за регулирование использование воды операторами ЦОД. Бум ИИ, согласно докладу, привёл к значительному росту объёмов строительства ЦОД с тех пор, как OpenAI представила ChatGPT в конце 2022 года, что вызвало стремительный рост спроса на генеративный ИИ и ИИ-модели. Многие новые дата-центры оптимизированы для ИИ-оборудования, потребляющего больше энергии и требующего более интенсивного охлаждения.

Именно в 2023 году начался бум строительства ИИ-инфраструктуры, поэтому темпы потребления воды утроились в сравнении с 2014 годом. Впрочем, непосредственное потребление воды ЦОД, не связанное, например, с генерацией энергии, составляет всего около 2 % от общего водопотребления в США. На косвенное потребление при этом приходится более 80 % всей используемой ЦОД воды.

Источник изображения: Chamika Jayasri/unsplash.com

CRS не рассказывает подробности о конкретных системах охлаждения, поскольку разные ЦОД могут использовать разные технологии с учётом размера и местоположения объектов, а также требований оборудования к терморегулированию. Хотя СЖО могут оказаться эффективнее воздушных технически, экономически они могут быть менее эффективными. Нередко приходится идти на компромиссы, ищя баланс между потреблением воды и энергии. Испарительные системы охлаждения в целом более энергоэффективнее, чем воздушные, но они потребляют намного больше воды.

Источники воды тоже могут быть разными. Обычно речь идёт об использовании муниципальных систем водоснабжения (97 %), но применяются и очищенные сточные воды, и грунтовые, и получаемые из артезианских скважин. Подчёркивается, что стоимость воды для операторов ЦОД нередко определяется соглашением с местным муниципалитетом и может храниться в секрете. Доступность отраслевых или конкретных данных по отдельным ЦОД нередко ограничена.

Информацию, если этого требует закон, могут собирать коммунальные службы, но пока федеральное правительство вообще не проводило оценки потребления воды ЦОД. В норме обеспечение водой предприятий и населения находится в компетенции отдельных штатов.

Источник изображения: Genessa Panainte/unsplash.com

Не так давно одним из учёных был подан иск против Amazon, в котором утверждалось, что компания публиковала ложные данные об использовании водных ресурсов Северной Вирджинии, с доказательствами, включающими счета и данные о потреблении воды, полученные в соответствии с Законом о свободе информации (FOIA), запросы о которых были направлены в коммунальные службы ключевого для ЦОД США региона.

В целом гиперскейлеры крайне неохотно делятся соответствующими сведениями. Тем не менее Amazon наконец сообщила, что её дата-центры «выпили» почти 9,5 млн м³ в 2025 году, а Microsoft в июне объявила о достижении положительного водного баланса, но не раскрыла объёмы потребления воды. Google тоже пообещала стать водноположительной.

Федеральное финансирование помогло исследователям создать базу данных об использовании водных ресурсов (United States Water Withdrawals Database), в которой имеется статистика по 42 штатам. В неё входит информация о коммунальном, промышленном и коммерческом потреблении, а потребители обязаны предоставлять сведения в соответствии с законами штатов. CRS также изучила связанные с водопользованием ЦОД законопроекты: одни предусматривают улучшение доступности информации о водопотреблении, другие предлагают стимулировать повторное использование воды, но большинство так и осталось на стадии проекта.

В Евросоюзе недавний закон требует от операторов ЦОД указывать ежегодный объём потребления пресной воды, помимо других показателей объектов. В ответ отраслевое объединение CISPE в 2025 году предупредило, что чрезмерно жёсткие требования к контролю расходов воды могут подтолкнуть операторов перенести вычислительную инфраструктуру за пределы Евросоюза. Недавно появились данные о том, что Еврокомиссия смягчает предложенную систему экологической оценки энергоэффективности и водопользования воды ЦОД в ответ на давление отраслевых лоббистов.

В апреле появилась новость, что инвесторы требуют от Amazon, Microsoft и Google прозрачности отчётов о расходах воды и электроэнергии в ЦОД США. И немудрено — согласно мартовским данным, в жаркие дни ИИ ЦОД способны потреблять воды как весь Нью-Йорк за день. Впрочем, заботой об экологии такие требования объясняются далеко не всегда

На Тайване предъявили обвинение одному из топ-менеджеров NVIDIA, входившего в группу, предположительно занимавшуюся контрабандой передовых ИИ-чипов в Китай. Власти острова впервые организовали масштабное преследование участников чёрного рынка подобных технологий, сообщает Bloomberg.

Сообщается, что сотрудник NVIDIA, известный как Чан (Chang), предположительно, при участии ещё восьми людей, организовал поставки в Китай 74 серверов на основе чипов NVIDIA B200 через Японию и Индонезию, в обход американских торговых ограничений. Задержание состоялось ещё в июле, и с тех пор связь с ним отсутствовала. В обвинительном заключении указывается, что группа дополнительно пыталась организовать контрабанду ещё 56 серверов, но их успели изъять тайваньские власти. Помимо сотрудника NVIDIA, обвинения предъявили двум руководителям из Supermicro, занимавшейся выпуском оборудования.

Прокуратура утверждает, что группа сообща действовала на разных уровнях для получения «огромной» прибыли, незаконно экспортируя передовые серверы и увеличивая издержки на соблюдение требований о соблюдении законодательства, и нанесла серьёзный ущерб имиджу Тайваня на международной арене. Ранее сообщалось, что в Китай попало подсанкционное оборудование NVIDIA на миллиарды долларов. Хотя масштаб дела на Тайване относительно невелик, оно станет первым случаем, когда обвинение в участии в контрабанде предъявили сотруднику NVIDIA.

Источник изображения: Joshua Wordel / Unsplash

Источники сообщают, что сторона обвинения требует приговорить сотрудника как «ключевую фигуру» схемы к пяти годам лишения свободы за подделку документации и злоупотребление доверием. Сама NVIDIA фигурантом дела не выступает, а её глава Дженсен Хуанг (Jensen Huang) ранее заявлял, что не видел доказательств контрабанды её ИИ-чипов. Он подчёркивал, что контрабанда для его компании «неприемлима», а продукты продаются проверенным партнёрам, обеспечивающим соблюдение американских правил экспортного контроля.

Производители вроде Supermicro занимаются установкой ИИ-ускорителей NVIDIA в тысячи серверов для разнообразных ИИ ЦОД. Компания обязана соблюдать санкционные ограничения. По данным источников, обвинения выдвинуты против сотрудников реселлера Albatron Technology, связанного с Supermicro, сотрудников вероятного конечного пользователя серверов Flying Tiger, а также ещё двух компаний, помогавших находить клиентов в КНР и организовывать фактические поставки.

Источник изображения: Wesley Tingey / Unsplash

Обвинение предполагает, что реализация схемы началась в феврале 2025 года, когда топ-менеджеры Flying Tiger, включая её владельца, создали в Японии ещё одно юридическое лицо для транзита оборудования. После этого они включили «неустановленным способом» Flying Tiger в число компаний-партнёров, которым NVIDIA позволяет покупать свои чипы.

Компания взаимодействовала с директором по продажам Supermicro, генеральным менеджером Albatron и менеджером проектов тайваньского оператора ЦОД Chief Telecom. Необходимо было создать ложное впечатление, что Flying Tiger арендовала в ЦОД Chief Telecom место для размещения покупаемого оборудования, после чего «заговорщики» обращались к Чану из NVIDIA за серверами.

Источник изображения: Luke Thornton / Unsplash

При этом тайваньское подразделение Supermicro не продаёт серверов компаниям, не прошедшим проверки самого производителя оборудования и NVIDIA, включая персональный аудит при покупке восьми и более серверов. Поэтому в сентябре Чан и один из фигурантов дела из Supermicro при участии ничего не подозревавших коллег посетили Chief Telecom, скрыв тот факт, что Flying Tiger на деле не арендовала у оператора достаточно мощностей. После этого Чан оповестил руководство NVIDIA, что проверка на месте проведена, и предложил одобрить заказ для Flying Tiger, после чего Supermicro согласилась продать компании 130 серверов, доставить которые предполагалось в три этапа.

В начале 2026 года группа «предпринимателей» организовала продажу 40 серверов неназванному китайскому покупателю, часть оборудования переправили в КНР сразу, а часть — транзитом через Индонезию. Все поставки оформлялись от имени Flying Tiger. Ещё 34 сервера экспортировала компания Long Wins, которую помог подключить к схеме второй обвиняемый из Supermicro. Оборудование переправлялось через Индонезию и Японию ещё одной китайской компании.

Тайваньским властям удалось раскрыть схему до того, как удалось вывезти в Японию по поддельным документам оставшиеся 56 серверов попыталась Flying Tiger. По словам Дженесена Хуанга, NVIDIA строго разъясняет действующие правила, а Supermicro должна сама усилить контроль за экспортом. Представители последней заявили, что политика компании соответствует требованиям вендоров вроде NVIDIA и призвали отрасль разработать общие механизмы для предотвращения подобных инцидентов.

Компания SpacxeXAI (SpaceX/xAI) разработала оптимизированные специально для космоса ИИ-системы NVIDIA Vera Rubin NVL72. Вывод на орбиту планируется в IV квартале 2027 года, сообщает NVIDIA в социальной сети X. NVIDIA объявила, что партнёры намерены масштабировать проект в 2028 году. Ранее глава SpaceX Илон Маск (Elon Musk) уже объявил, что считает архитектуру NVIDIA Vera Rubin «лучшей» и подчеркнул, что NVIDIA будет эксклюзивным партнёром его бизнеса.

Отдельным постом NVIDIA сообщила, что SpaceX внедряет CPU Vera (важная часть ИИ-решений Vera Rubin) для ускорения оркестрации, выполнения кода и обработки данных для обеспечения работы ИИ-агентов нового поколения. Утверждается, что это позволит поддерживать работу GPU и обеспечит быструю работу ИИ-агентам. NVIDIA подчеркнула, что одна и та же архитектура будет использована повсеместно, от гигаваттных ИИ-фабрик на Земле до космической орбиты.

В феврале SpaceX подала заявку на размещение миллиона дата-центров компании на околоземной орбите, поэтому оптимизированное для космоса оборудование её, безусловно, пригодится в больших объёмах. В июне она раскрыла подробности строительства будущих ЦОД на околоземной орбите.

Источник изображения: NVIDIA

Так, сообщалось, что первоначально ИИ-спутники обеспечат по 120–150 кВт вычислительных мощностей — это приблизительно эквивалентно одной современной стойке на основе систем класса NVIDIA GB300. Размах «крыльев» спутника составит 70 м, высота в развёрнутом состоянии — 20 м. Солнечные элементы, изначально разработанные для спутников Starlink V3, обеспечат мощность до 250 Вт/м², а двусторонние радиаторы — отвод до 1400 Вт/м².

Платформы-ЦОД не предназначены для обеспечения связи — они будут состоять из солнечных батарей, радиаторов, вычислительного оборудования и оптических интерконнектов. По словам Маска (Elon Musk), радиатор площадью 110 м² будет использовать систему жидкостного охлаждения с «резервными насосными контурами», вероятно, для поддержания циркуляции жидкости.

NVIDIA заключила сделку со стартапом Poolside о лицензировании его ПО Model Factory для создания ИИ-моделей, стоимость сделки — $6 млрд, о чём сообщили ресурсы Newcomer и The Wall Street Journal. По данным WSJ, компания Poolside, основанная в 2023 году разработчиком ПО Эйсо Кантом (Eiso Kant) и бывшим техническим директором GitHub Джейсоном Уорнером (Jason Warner), разослала акционерам письмо, в котором объявила о масштабной реструктуризации своего бизнеса. В рамках сделки 109 сотрудникам предложено перейти на работу в NVIDIA, которая также инвестирует $1 млрд в стартап с его оценкой в размере $12 млрд.

Сделка «не является покупой [компании] и не является приобретением персонала», отмечено в письме. До этого NVIDIA уже дважды использовала аналогичную схему сделки, чтобы обойти препятствия регуляторов, получить технологии компании и переманить квалифицированные кадры — с Groq и Enfabrica. Poolside намерена распределить $6 млрд между инвесторами к концу следующего года. Лицензия не является эксклюзивной, что позволяет Poolside поставлять ПО другим заказчикам. Руководство Poolside, включая Канта, Уорнера и операционного директора Маргариду Гарсию (Margarida Garcia), продолжит работу в стартапе над неуказанными исследовательскими проектами.

Источник изображения: NVIDIA

По словам источников, перешедшие в NVIDIA сотрудники стартапа присоединятся к работе над проектом Nemotron по разработке LLM с открытыми весами, который NVIDIA представила в 2023 году. Они помогут улучшить более крупные и сложные модели Nemotron, находящиеся в разработке, которые помогут NVIDIA конкурировать с такими китайскими гигантами, как DeepSeek и Kimi. NVIDIA делает ставку на то, что в следующем году выпустит версию Nemotron, которая будет конкурировать с лучшими передовыми ИИ-моделями.

Крупное лицензионное соглашение с Poolside также станет прямым вызовом для передовых американских компаний в области ИИ, включая OpenAI и Anthropic, поскольку open source модели, как правило, гораздо дешевле в эксплуатации и проще в тюнинге. NVIDIA выступает в роли конкурента своих клиентов, использующих её чипы, в том числе поддерживаемых и самой NVIDIA. Впрочем, эксперты отмечают, что всё больше крупных ИИ-компаний разрабатывает собственные чипы для своих моделей, и поэтому теперь находятся в прямой конкуренции с NVIDIA.

При этом дела у Pooside до недавнего времени складывались не лучшим образом. В 2024 года стартап привлёк $500 млн при оценке капитализации на уровне $3 млрд. в 2025 году компания намеревалась при участии CoreWeave создать 2-ГВт кампус ИИ ЦОД Project Horizon. Стартап намеревалась поддержать NVIDIA путём вливания $0,5–$1 млрд. До этого компания в основном пользовалась мощностями Fluidstack и Iren, а также надеялась заключить сделку с Google. Однако в конце прошлого года компания не смогла за шесть отведённых недель привлечь $2 млрд, в результате чего не получила кластер из 40 тыс. GB300. В итоге от Poolside практически одновременно отвернулись NVIDIA, CoreWeave и Google.