Armada представила свой самый мощный модульный ЦОД — 10-МВт Orion из семейства Galleon с возможностью масштабирования до 200 МВт на одном объекте. Orion впятеро мощнее Leviathan (1,77 МВт), который сам по себе был на порядок мощнее своего предшественника. Orion предназначен для включения в уже существующую инфраструктуру, с его помощью можно масштабировать распределённые проекты до сотен мегаватт на разных площадках.

Продукт можно размещать совместно с распределёнными источникам энергии, включая пока не используемые или энергетические решения «за счётчиком». Каждый модуль оснащён вычислительными ресурсами, сетевым оборудованием, системами электропитания и охлаждения. Ядро из шести модулей поддерживает до 2880 ускорителей в 40 стойках. Система совместима с NVIDIA Blackwell и готова к переходу на Vera Rubin. Время готовности модулей составляет несколько месяцев вместо обычных нескольких лет.

Источник изображения: Armada

На днях Armada объявила о заключении контракта с оператором ЦОД Fossefall, действующим на территории северных стран, о внедрении модулей Leviathan совокупной мощностью более 9 МВт, поставки ожидаются к I кварталу 2027 года. Сделка оценивается в «сотни миллионов норвежских крон» и обеспечит поддержку проектов в Норвегии, Швеции и Финляндии. Fossefall заявила, что инфраструктура ИИ-ускорителей будет принадлежать ей, она же будет заниматься управлением оборудованием в модулях Leviathan.

Компания заявила, что выбрала Armada по многим причинам, в том числе благодаря возможности партнёра выпускать модульные ЦОД в Европе, что обеспечит надёжные поставки и снизит зависимость от глобальные перебоев. Предполагается преобразование «чистой» энергии в высокотехнологичные ИИ-мощности с сохранением национального контроля за критически важными технологиями. Это поможет создать статью экспорта в миллиарды норвежских крон и обеспечит значительные преимущества для местной экономики.

Южнокорейская SK Telecom основала новую компанию SK Horizon, специализирующуюся на инфраструктуре ИИ ЦОД. Первоначальные инвестиции в её бизнес составят ₩3,08 трлн ($2,2 млрд), которые выделят KKR и IMM Investment-Stonebridge, сообщает Datacenter Dynamics. Ранее SK Telecom запустила подразделение SK Hyper, специализирующееся на строительстве дата-центров гигаваттного класса, и выделила ему $508 млн.

SK Horizon будет выделена из подразделения SK Telecom — SK Broadband, юридическое лицо которого при этом сохранится как отдельный бизнес. SK Horizon будет уделять первоочередное внимание сектору ИИ ЦОД, а также расширению своей инфраструктуры до 318 МВт. В результате раздела новая компания получит восемь дата-центров, уже действующих в нескольких регионах Южной Кореи: Сочхо (Seocho), Пундан (Bundang), Касан (Gasan), Сентум (Centum), Янчжу (Yangju), Пангё (Pangyo), Ильсан (Ilsan). Компания объявила, что уже строятся новые дата-центры, также предполагается поэтапно расширять собственную подводную кабельную инфраструктуру.

По словам SK Telecom, реструктуризация позволит компании контролировать весь бизнес группы в сфере ИИ ЦОД, а новая упрощённая структура принятия решений позволит более эффективно привлекать инвестиции для ключевых направлений деятельности. KKR и южнокорейская IMM обеспечит SK Horizon $2,2 млрд в обмен на доли в капитале нового бизнеса, 29 % и 20 % соответственно. У SK Telecom останется контрольный пакет 51 %.

Источник изображения: SK Horizon

Остаток SK Broadband будет уделять основное внимание услугам фиксированной связи, медиа и корпоративному бизнесу. По имеющимся данным, как SK Broadband, так и SK Horizon будет возглавлять Ким Сон-су (Kim Seong-soo), хотя официально назначение ещё не утверждено. По словам топ-менеджера, реструктуризация усилит компетенции бизнеса и ускорит реализацию проектов в сфере ИИ ЦОД, поскольку компания намерена стать ведущим оператором дата-центров в Корее.

Источник изображения: SK Telecom

В конце июля SK Group и NVIDIA объявили о совместных инициативах в Южной Корее на $500 млрд. В июне сообщалось, что Южная Корея анонсировала масштабный инвестиционный план с целью ускорения технологического развития страны, включающий три крупнейших проекта, которые направлены на укрепление цепочек поставок полупроводников, создание инфраструктуры ИИ и развитие индустрии физического ИИ. Общий объём инвестиций должен составить более ₩3,755 квадрлн (приблизительно $2,74 трлн) в течение следующих десятилетий.

Французская Mistral и саудовская Humain достигли соглашения о внедрении суверенных ИИ-вычислений в Саудовской Аравии и на Ближнем Востоке в целом. В рамках партнёрства Mistral «изучит использование инфраструктуры ЦОД партнёра в регионе», сообщает Datacenter Dynamics.

Дополнительно сообщается, что компании будут совместно работать над разработкой и внедрением ИИ-моделей, с особым вниманием к решениям в сфере кибербезопасности и голосовых технологий. Соглашение оценивается в «сотни миллионов евро». Также Humain и Mistral работают над стратегией выхода на рынок в Саудовской Аравии для предложения ИИ-решений регулируемым отраслям. Эти решения должны отвечать местным требованиям к обеспечению суверенитета данных.

Humain представляет поддерживаемую Саудовской Аравией ИИ-структуру. Компания строит крупные ЦОД в Эр-Рияде (Riyadh) и провинции Даммам (Dammam). Площадки получать первоначальную мощность на уровне 100 МВт каждая, но Humain намерена обеспечить мощность ЦОД на уровне 6 ГВт в следующем десятилетии. Компания также объявляла, что владеет 211 участками земли в Саудовской Аравии для дальнейшего расширения парка ЦОД.

Источник изображения: Mistral

В июле европейская Mistral подписала соглашение с Microsoft о расширении ИИ-инфраструктуре в Европе. Партнёрство предусматривает многомиллиардные инвестиции Microsoft в ИИ-инфраструктуру по всему региону, которой техногигант «поделится» с Mistral. Ранее компания намеревалась получить под контроль 200 МВт вычислительных мощностей в Европе к концу 2027 года. Позже появилась информация, что она рассчитывает на 1 ГВт в Европе к 2030 году.

Также в марте 2026 года компания привлекла $830 млн долгового финансирования для покупки ИИ-ускорителей в запланированный в окрестностях Парижа ЦОД и подписала соглашение с Digital Realty об аренде мощностей во французской столице. В сентябре 2025 года она уже привлекла на развитие €1,7 млрд при участии ASML в ходе раунда финансирования серии C. Летом того же года сообщалось, что Mistral ведёт переговоры с базирующимся в Абу-Даби (ОАЭ) фондом MGX и другими структурами о привлечении до $1 млрд акционерного капитала для обеспечения конкуренции с OpenAI.

NVIDIA объявила финансовые результаты за II квартал 2027 финансового года, закончившийся 26 июля 2026 года. Как отметило агентство Reuters, результаты NVIDIA свидетельствуют о том, что бум ИИ еще не закончился. Выручка компании увеличилась более чем вдвое год к году до $96,22 млрд (+106 %), также превысив консенсус-прогноз аналитиков, опрошенных LSEG, в размере $92,17 млрд (по данным CNBC).

Скорректированная чистая прибыль на разводнённую акцию (Non-GAAP) составила $2,22, что на 120 % больше, чем годом ранее, а также больше консенсус-прогноза аналитиков Уолл-стрит в размере $2,10. Чистая прибыль (GAAP) достигла $59,69 млрд (рост год к году на 126 %) или $2,46 на разводнённую акцию. Прогноз выручки за III квартал составляет $108 млрд ± 2 %, против прогнозируемых Уолл-стрит $104,19 млрд. NVIDIA не учитывает в своём прогнозе выручку от поставок ускорителей для ЦОД в Китае.

Источник изображений: NVIDIA

Финансовый директор NVIDIA Колетт Кресс (Colette Kress) заявила, что компания ставит перед собой цель достичь темпов роста выручки в 70 % в 2028 финансовом году, то время как аналитики в преддверии публикации результатов сообщили об ожидаемом росте на 44 %. Это редкое заявление для компании, которая обычно не публикует подобные прогнозы. Кресс сообщила, что «прогнозы клиентов указывают на удвоение нашего роста в следующем году», добавив, что этот прогноз также отражает «ограничения поставок», с которыми приходится сталкиваться NVIDIA и другим производителям чипов.

«Мы никогда не делали прогнозов и не давали оценок на год вперед», — сказал основатель и гендиректор NVIDIA Дженсен Хуанг (Jensen Huang). «ИИ достиг переломного момента. Он выполняет полезную работу. Его ресурсы продуктивны и прибыльны. Теперь вычислительные мощности приносят доход», — отметил он.

«Что делает (прогноз) ещё более убедительным, так это то, что спрос расширяется за пределы первоначальных крупных поставщиков услуг, и теперь облачные сервисы для ИИ, предприятия, государственные покупатели и промышленные клиенты растут значительно быстрее», — сказал Шей Болур (Shay Boloor), главный рыночный стратег Futurum Equities.

Кресс также отметила, что стремительный рост цен на память и увеличение стоимости компонентов будут продолжать оказывать давление на рентабельность компании, добавив, что рентабельность достигнет минимума в IV финансовом квартале на уровне примерно 71-72 %, по сравнению с примерно 74 % в III финансовом квартале. Аналитики ожидают 74,77 % в III квартале.

Выручка подразделения ЦОД выросла более чем вдвое (на 117 %), достигнув $89,0 млрд, превысив прогноз аналитиков LSEG в $85,08 млрд. В настоящее время на подразделение ЦОД приходится 92% от общей выручки компании. Сегмент гиперскейлеров (Hyperscale) принёс $48,7 млрд (рост — 102 %), сегмент AI Clouds, Industrial, & Enterprise (ACIE), который включает облачные решения для ИИ, промышленного и корпоративного рынков, — $40,3 млрд (рост — 138 %).

NVIDIA ожидает, что спрос со стороны ИИ-лабораторий составит примерно четверть её общего бизнеса в следующем году, что указывает на диверсифицированную клиентскую базу. Компания добавила, что неооблачные платформы, включая Nebius и CoreWeave должны запустить в этом году чем 8 ГВт мощностей ускорителей NVIDIA, что значительно больше, чем 3 ГВт в конце прошлого года.

Выручка сегмента Edge Computing составила $7,2 млрд, что на 27 % больше год к году. Рост продаж был обусловлен высокими объёмами продаж рабочих станций на платформе Blackwell, частично компенсированными снижением продаж потребительских ПК, которое, в свою очередь, было смягчено повышением цен на память и системы, сообщила компания.

Несмотря на сегодняшний рост после закрытия торгов, очевидно, что многие инвесторы в этом году охладели к акциям NVIDIA, отметил ресурс SiliconANGLE. На момент закрытия рынка акции выросли всего на 13 % с начала года, немного опередив более широкий индекс Nasdaq. Некоторые инвесторы высказывают опасения в существовании пузыря в ИИ-индустрии, который может лопнуть, если NVIDIA не сможет угнаться за текущими темпами роста.

Также утверждается, что NVIDIA смогла добиться таких результатов только благодаря инвестициям в другие компании в сфере ИИ, предоставляя им капитал, необходимый для продолжения инвестиций в её собственные чипы. В ходе отчёта Дженсен Хуанг постарался развеять эти опасения, заявив аналитикам, что он хотел бы быть ещё более агрессивным в своих инвестициях в OpenAI и её конкурента Anthropic PBC перед их IPO. «Инвестиции в эти компании — это возможность, которая выпадает раз в поколение, — сказал Хуанг. — Единственное, о чём я жалею, это то, что не инвестировал больше и раньше».

Американская Anthropic PBC согласилась заплатить $45 млрд за аренду неооблачных ИИ-мощностей компании Nscale. Речь идёт об объекте в Западной Вирджинии, на который ранее претендовала Microsoft, сообщает Bloomberg. Компания стремится запастись вычислительными мощностями перед планируемым выходом на IPO. Оценка компании в мае составляла $965 млрд.

Nscale предоставит Anthropic ускорители NVIDIA Vera Rubin. Соглашение будет действовать в течение шести лет и касается приблизительно 460 МВт мощностей в первом ЦОД кампуса Monarch, общая мощность которого на момент полного ввода в эксплуатацию составит 1,35 ГВт. Строительство кампуса целиком и электростанции при нём обойдётся приблизительно в $71 млрд, из этих средств $47 млрд будут потрачены на ИИ-чипы. В остальных ЦОД серверы будут обеспечены электроэнергией в 2028 году.

Соглашение имеет важное значение для лондонской Nscale, поскольку та готовится к IPO уже в следующем месяце. В апреле сообщалось, что британские власти попытаются «заманить» к себе многомиллиардный бизнес Anthropic после конфликта последнего с Пентагоном, но после этого компания неоднократно заключала крупные сделки на территории США.

Источник изображения: Anthropic

Anthropic в последние месяцы заключила целый ряд соглашений и с другими компаниями. Так, с Fluidstack заключена сделка на $50 млрд, с Volta Infra Holdings — на $10 млрд, а со SpaceX — на $45 млрд. Сингапурский фонд благосостояния GIC и Macquarie основали Theseus Infrastructure для создания оператора ЦОД, обслуживающего нужды Anthropic в США.

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.