Amazon анонсировала TorchNeuron — инструментарий с открытым исходным кодом, позволяющий запускать рабочие нагрузки PyTorch на ИИ-ускорителях AWS Trainium. До настоящего момента запуск на чипах Trainium самого популярного в отрасли фреймворка PyTorch для разработки систем искусственного интеллекта требовал значительного объёма ручной работы — затраты на разработку увеличивались, создавался барьер для пользователей.

TorchNeuron позволяет запускать проекты PyTorch на чипах Trainium, не внося масштабных изменений в код. Разработчикам, подчеркнули в Amazon, достаточно лишь задать параметр, какой именно чип следует использовать для выполнения задач. Поддерживаются Trainium2 и Trainium3 — две новейшие модели в линейке этих ускорителей; они подходят как для обучения, так и для инференса моделей.

Более мощный из двух ускоритель Trainium3 оснащён восемью вычислительными ядрами, каждое из которых состоит из четырёх модулей, оптимизированных для определённых типов вычислений, необходимых ИИ-моделям при обработке данных. Объём встроенной памяти составляет 144 Гбайт. На сервере могут работать до 144 ускорителей Trainium3 — одна такая система способна выполнять до 362 квадриллионов операций в секунду при работе с данными в формате MXFP8, который широко применяется в моделях ИИ.

Источник изображения: aboutamazon.com

Для серии Trainium был разработан собственный язык программирования NKI; благодаря наличию специального компилятора этот язык позволяет производить низкоуровневую оптимизацию моделей, за счёт чего снижается потребление аппаратных ресурсов и повышается скорость работы ИИ.

В состав TorchNeuron входит набор готовых операторов NKI — программных компонентов, которые можно использовать при создании ИИ-моделей. Одни из них упрощают реализацию архитектуры Mixture-of-Experts, другие помогают сократить объём памяти, который занимают нейросети. Ускоряется выполнение и сопутствующих задач, например, квантования. TorchNeuron поддерживает не только PyTorch, но и другие открытые инструменты, которые разработчики часто используют в связке с этим фреймворком. Среди них поддерживается TorchTitan — популярный механизм для обучения ИИ-моделей. Он автоматизирует часть задач, связанных с распределением процессов между ускорителями; метод полностью сегментированного параллелизма данных разделяет не только обучаемую модель, но также состояния оптимизатора и градиенты. Оптимизатор — программа совершенствующая способности модели; градиенты — данные, которые играют в этом процессе важную роль. В состав TorchNeuron вошли функции, позволяющие дополнительно оптимизировать рабочий процесс обучения с использованием ускорителей Trainium.

Ранее о поддержке PyTorch на своих ускорителях заявили Intel, Meta✴ и корейский стартап HyperAccel.

Компания Microsoft отказалась от участия в проекте, предусматривавшего аренду вычислительных мощностей в флагманском дата-центре компании Nscale, поддерживаемой NVIDIA. Такое решение было принято после того, как вероятные сроки подключения ЦОД к электроснабжению сдвинули на 2030-е годы — это стало наглядной демонстрацией того, что британские амбиции в сфере ИИ могут столкнуться с серьёзными препятствиями, сообщает Reuters.

В понедельник американский техногигант объявил, что намерен продолжить взаимодействие с Nscale, в т.ч. в проектах по строительству цифровой инфраструктуры и развитию ИИ по всему миру.

В компании подчёркивают, что отказ от сделки касается конкретной площадки в Лоутоне (Loughton) графства Эссекс. Именно там Nscale не смогла обеспечить своевременное подключение — представители оператора местных электросетей сообщили, что рассчитывают подавать энергию к ЦОД не раньше 2030-х гг. В самой Nscale также утверждают, что эта проблема с электросетевой инфраструктурой Лондона и прилегающих районов не повлияет на другие контракты.

Nscale выразила намерение и далее развивать проект в Лоутоне, как и свой бизнес в Великобритании в целом. Пока изучаются альтернативные источники электроснабжения площадки, а также масштабирования присутствия в других регионах страны.

Источник изображения: Nomadic Julien/unsplash.com

Проект впервые анонсировали в ходе визита в Великобританию президента США Дональда Трампа (Donald Trump) в сентябре 2025 года, Предполагалось, что он продемонстрирует желание страны стать одним из мировых лидеров в ИИ-индустрии. Тем не менее, Великобритания столкнулась с дефицитом электричества для ЦОД из-за нехватки доступных энергетических мощностей. Из-за очередей на подключение сроки реализации проектов ЦОД могут быть отложены на срок до 13 лет.

В 2025 году партнёры заявляли, что ЦОД в Лоутоне должен заработать в начале следующего года, 23 040 ускорителей NVIDIA GB300 должны были обеспечить 50 МВт вычислительных ИИ-мощностей в помощь сервисам Microsoft Azure в Соединённом Королевстве.

В сентябре Nscale подала заявку на IPO в США. Предполагалось, что в числе крупнейших клиентов будут Anthropic и Microsoft.

Nscale обеспечивает клиентам ИИ-инфраструктуру, включая вычислительные мощности, электроснабжение и собственно ЦОД, а также ПО для обучения и эксплуатации ИИ-моделей.

С момента основания Nscale активно развивалась. За 2,5 года стоимость заключённых ей контрактов выросла с $100 млн до более $103 млрд. В число прямых конкурентов входят CoreWeave, Nebius, Crusoe и Lambda.

Не все проекты удаётся реализовать одинаково успешно. Недавно сообщалось, что сдача ЦОД Nscale в норвежском Глом-фьорде отложена на полгода из-за пожара, утечек в системе охлаждения и более серьёзных проблем, включая ограничения со стороны местных властей.

Только 51,8 % из 10 104 ИИ-ускорителей, выделенных бизнесу, предприятиям и другим организациям, в рамках государственных проектов Южной Кореи, активно использовались по состоянию на сентябрь 2026 года, сообщает TelecomPaper.

По статистике Национального агентства по продвижению IT-индустрии (NIPA) Южной Кореи, используются лишь 5234 из 10 104 ускорителей, предоставленных при участии государства. Информация была раскрыта в ходе парламентского аудита государственных органов одним из депутатов страны, обратившим внимание на неэффективное расходование средств.

Согласно статистике по секторам, в крупных компаниях уровень использования ускорителей наиболее высок и составляет 80,6 %. В научно-исследовательских структурах он значительно ниже — 61,2 %.

Хуже всего показатели у малого бизнеса и университетов. На малых и средних предприятиях уровень использования составляет 56,5 %, в стартапах — 46,1 %, а в университетах — 42,1 %.

Источник изображения: Mathew Schwartz/unsplash.com

Более того, как минимум в 15 отдельных проектах, в том числе в 10 промышленных, академических и исследовательских проектах, а также в пяти инициативах в сфере ИИ, используется менее 20 % выделенных ускорителей.

Отмечается, что агентство NIPA не сообщало о неэффективном использовании ресурсов. При этом ни одна партия ускорителей, выделенных при поддержке государства, не была отозвана, хотя действующие в стране правила позволяют возвращать ресурсы, если те не находят применения.

Теперь NIPA заявило, что рассмотрит объяснения представителей проектов, недостаточно активно использовавших ускорители. Также будет изучена возможность отзыва ресурсов, если они используются не в должной мере.

Как сообщает DigiTimes, тем временем, пока у одних организаций ускорители остаются неиспользованными, многие небольшие исследовательские команды и ИИ-стартапы среднего размера в стране жалуются на серьёзный дефицит вычислительных мощностей, проблемы с арендой оборудования и получением поддержки для обучения крупных ИИ-моделей.

При этом в Южной Корее довольно решительно настроены на развитие ИИ-отрасли. Например, в июне сообщалось, что страна инвестирует почти $3 трлн в полупроводники и ИИ. В том же месяце было объявлено, что NVIDIA поможет SK hynix, Naver, Doosan, SK Telecom и LG расширить ИИ-инфраструктуру Южной Кореи.

Компания Sipeed сообщила о разработке компьютера MaixStation небольшого форм-фактора, который позиционируется в качестве альтернативы устройству NVIDIA DGX Spark, дебютировавшему в марте 2025 года. Новинка предназначена для локальной работы с большими языковыми моделями (LLM), включая Qwen и DeepSeek.

В основу MaixStation положен новый процессор AX8860P, разработанный китайской фирмой Axera. Чип объединяет 16 вычислительных ядер Arm Cortex-A55 и нейропроцессорный узел (NPU) с ИИ-производительностью до 256 TOPS в режиме FP4. Поддерживается до 128 Гбайт оперативной памяти LPDDR5X с 256-битной шиной и пропускной способностью до 273 Гбайт/с. Упомянута поддержка PCIe 5.0 и интерконнекта AXLink (C2C). Изделие изготавливается по 6-нм технологии, а энергопотребление под нагрузкой находится на уровне 40 Вт.

Источник изображения: Sipeed

MaixStation может нести на борту 32 или 128 Гбайт памяти LPDDR5x. В первом случае заявлена поддержка модели Qwen3.8-27B (27 млрд параметров), во втором — Qwen3.8-Flash-Next 125B (125 млрд параметров). При объединении в кластер двух и четырёх мини-компьютеров становится возможной работа с LLM DeepSeek V4-Flash 284B (284 млрд параметров) и DeepSeek V4.1-Flash 552B. (552 млрд параметров).

Устройство имеет размеры 110 × 110 × 30 мм. Предусмотрены сетевой порт 10GbE SFP+ и разъём USB 3.0 Type-C для подключения к ноутбуку. Питание подаётся через дополнительный порт USB Type-C (стандарт USB PD; мощность до 65 Вт).

Ожидается, что новинка поступит в продажу по цене «менее $2000» за версию с 32 Гбайт памяти и «менее $4000» за модификацию со 128 Гбайт LPDDR5X. Для сравнения, упомянутый NVIDIA DGX Spark сейчас стоит $6950 (тогда как на момент анонса в 2025 году он предлагался по цене от $3000 до $4000). 

Tenstorrent объявила о завершении раунда финансирования серии E на сумму $1,5 млрд, по итогам которого оценка рыночной стоимости компании достигла $6,2 млрд. В качестве ведущих инвесторов раунда выступили Trace Capital и Innovation X.

В финансировании также приняли участие новые и действующие инвесторы, среди которых Agostinelli Group, ARK Invest, Cadence Ventures, Eclipse, Fidelity, Maverick Silicon, Morgan Stanley, Protagonist, Sandisk, T. Rowe Price, Tether Investments, Virtu Financial и XTX Markets.

Источник изображения: Tenstorrent

Как сообщает Bloomberg, новая оценка компании более чем вдвое превышает показатель в $2,6 млрд, зафиксированный после предыдущего раунда финансирования в 2024 году.

Привлечённые средства Tenstorrent планирует направить на масштабное развёртывание серверов Galaxy, поддерживающих работу моделей с открытыми весами, — от больших языковых моделей до инструментов генерации видео. Кроме того, компания намерена развивать технологии в области ИИ и процессорные архитектуры (IP), лицензируемые клиентам, создающим собственные чипы, включая Samsung и LG.

Компания предлагает широкий спектр решений: от отдельных плат и рабочих станций до серверных стоек, суперкластеров и специализированных конфигураций. В процессорах Tenstorrent используется открытая архитектура RISC-V. Компания также предоставляет доступ к своему программному стеку на условиях открытого исходного кода (open source).

Комплексный портфель вычислительных платформ для ИИ Tenstorrent включает от серверов Galaxy и рабочих станций TT-QuietBox до специализированных плат Blackhole, предназначенных для ноутбуков и рабочих станций.

«Мы создали единую архитектуру, которая масштабируется для любых задач, — отметил Джим Келлер (Jim Keller), генеральный директор Tenstorrent, участвовавший в разработке передовых чипов для таких компаний, как Intel, Advanced Micro Devices, Apple и Tesla. — Будущее вычислительных технологий — за открытостью, масштабируемостью и контролем со стороны тех, кто создает на их основе свои продукты. Наши инвесторы разделяют этот подход, и мы очень ценим их поддержку».

В Tenstorrent работают 1150 сотрудников. Её офисы расположены в Санта-Кларе, Остине, Торонто, Белграде, Токио и Бангалоре. Келлера называют архитектором процессоров Apple A4 и A5, архитектуры AMD Zen, а также чипа для системы автономного вождения Tesla (Full Self-Driving).

По его словам, ранее в этом году Tenstorrent вела переговоры с рядом компаний, включая Intel и Qualcomm, о возможном поглощении, но предпочла привлечь дополнительные средства, а не продавать бизнес. В мае компания достигла важного технического рубежа: её серверы Galaxy успешно справились с запуском высокопроизводительных моделей ИИ, разработанных DeepSeek.

Келлер также отметил, что Tenstorrent способна конкурировать по цене и брать заказы, которые могут быть слишком малы для более крупных игроков рынка.

Аналитик компании Constellation Research Хольгер Мюллер (Holger Mueller) сообщил ресурсу SiliconANGLE, что Tenstorrent — один из множества инновационных стартапов, стремящихся создать более эффективные вычислительные платформы для ИИ. А благодаря внушительному профессиональному опыту Джима Келлера, Tenstorrent можно считать одним из самых перспективных игроков на рынке.

«Мало кто из компаний разрабатывает одновременно и чип, и ПО для него, а Tenstorrent делает и то, и другое. При этом результаты компании в области генерации видео превосходят отраслевые стандарты и даже наши ожидания», — говорит Джордж Бусис (George Bousis), соучредитель и управляющий партнёр фонда Protagonist.

Сервис-провайдер «РТК-ЦОД» (дочерняя компания «Ростелекома», предоставляющая услуги дата-центров и облачных услуг) сообщил об аттестации инфраструктуры «Облака КИИ» по требованиям приказа ФСТЭК России №117. Полученный документ подтверждает, что облачная платформа готова к размещению государственных информационных систем максимального 1 класса защищённости (К1).

Аттестация «Облака КИИ» была проведена в рамках нового регулирования: приказ ФСТЭК России №117, вступивший в силу 1 марта 2026 года, сменил приказ №17, определявший требования к защите информации в государственных информационных системах (ГИС) с 2013 года. Новый документ существенно расширил периметр регулирования: под требования к защите информации теперь подпадают не только ГИС, но и информационные системы государственных органов и учреждений, унитарных предприятий, организаций, взаимодействующих с госсектором, а также муниципальные информационные системы.

Источник изображения: «Ростелеком» / cloud.rt.ru

Приказ №117 обязывает операторов обеспечивать непрерывный мониторинг и оценку защищённости данных с регулярной отчётностью перед Федеральной службой по техническому и экспортному контролю. «Облако КИИ» подтвердило готовность выполнять эти процедуры. Кроме того, прохождение аттестации свидетельствует, что в «Облаке КИИ» выстроены и постоянно совершенствуются процессы управления защитой информации, а также отработаны механизмы устранения уязвимостей в установленные приказом сроки.

«Облако КИИ» представляет собой мультитенантное защищённое облако, построенное на отечественных программных и аппаратных решениях. Платформа имеет аттестаты соответствия требованиям безопасности, подтверждающие возможность размещать объекты КИИ до второй категории значимости, ГИС до 1 класса защищённости и информационные системы персональных данных до первого уровня защищённости включительно. «Облако КИИ» обладает сертификатом PCI DSS (стандарт безопасности данных платёжных карт) и соответствует ГОСТ 57580 (регулирует защиту информации при проведении банковских и финансовых операций).

К 2030 году мировой рынок систем промышленного искусственного интеллекта вырастет почти втрое, а российский — более чем в три раза. Об этом свидетельствует подготовленное при участии «Газпромбанка», «Газпром нефти», ПАО «Северсталь» и ООО «Газинформсервис» исследование, посвящённое анализу состояния и перспектив отрасли индустриального ИИ в России и мире, основным технологическим направлениям, инвестициям, барьерам внедрения, вопросам регулирования и кибербезопасности.

Согласно представленным в исследовании данным, отечественный рынок промышленного искусственного интеллекта может вырасти с 40 млрд рублей в 2025 году до 134 млрд рублей к 2030 году при среднегодовом темпе роста в 27,4 %. При этом мировой рынок промышленного ИИ увеличится с 53,8 млрд долларов в 2025 году до 153,9 млрд долларов к 2030 году при среднегодовом темпе роста 23,4 %.

На мировом рынке сложился выраженный дисбаланс между созданием технологий и их внедрением. Более 75 % глобальной выручки вендоров контролируют технологические гиганты из США (около 50 %) и Евросоюза (2 5%), где разрабатываются алгоритмы и ИИ-платформы. При этом главным потребителем и полигоном для внедрения выступает Азиатско-Тихоокеанский регион во главе с Китаем: его доля вырастет с 40 % в 2025 году до 46–48 % к 2030 году.

Источник изображения: аналитическое исследование «Промышленный искусственный интеллект» / gazprombank.ru

В 2025 году крупнейшими сегментами в деньгах стали предиктивная аналитика (12,2 млрд долларов, или 23 % рынка) и компьютерное зрение (10,8 млрд долларов, или 20 %) за счёт наличия типовых решений с быстрой отдачей. Однако к 2030 году максимальный прирост доли рынка покажут совершенно новые направления — воплощённый ИИ для роботов-гуманоидов (рост с 0 % до 9 % рынка, или 13,9 млрд долларов) и мультиагентные генеративные системы (рост доли на 7,5 п.п., до 17,7 млрд долларов). При этом классические промышленные NLP-решения к 2030 году будут полностью поглощены генеративным ИИ.

Что касается отечественного рынка индустриального ИИ, то он развивается в условиях внешних ограничений и курса на технологический суверенитет, что формирует его уникальную архитектуру. Основными заказчиками в данной сфере и двигателями рынка выступают госкорпорации и крупнейшие холдинги из нефтегазового сектора, металлургии, энергетики и химии.

Если в мире концерны активно используют публичные облака гиперскейлеров, то в РФ из-за санкционных рисков и требований к защите критической информационной инфраструктуры компании разворачивают ИИ-решения внутри закрытого физического периметра. Это делает проекты более дорогими и сложными в интеграции, но стимулирует спрос на периферийные вычисления (Edge AI) и компактные отраслевые языковые модели, не требующие гигантских мощностей.

Иллюстрация сгенерирована ИИ Google Gemini

По оценкам аналитиков, к началу 2026 года парк оборудования для промышленного ИИ в РФ на 45 % состоял из ранее установленных западных систем, на 35 % — из китайского оборудования (серверы, графические ускорители, камеры) и на 20 % — из российских решений (датчики, ПЛК, серверы). Вместо дорогостоящей полной замены производственных линий предприятия делают ставку на точечную ИИ-модернизацию действующего оборудования.

Главным тормозом внедрения промышленного ИИ в России выступает неготовность базовой IT-инфраструктуры — на эту проблему указывают 93 % компаний, а полная автоматизация сбора данных есть лишь у 7 % предприятий. Кроме того, только 9 % отечественных организаций обеспечены достаточными вычислительными мощностями (GPU). Среди других острых проблем: риски кибербезопасности (53 %), нехватка публичных успешных кейсов (46 %), кадровый голод (38 %), дефицит бюджетов (30 %) и отсутствие чёткого правового регулирования ответственности за аварии, спровоцированные ошибками искусственного интеллекта.

На фоне дефицита памяти, используемой в ИИ ЦОД, гиперскейлеры пересматривают подходы к её распределению. Компонуемая память (composable memory), позволяющая объединять ресурсы памяти нескольких серверов и выделять их для рабочих нагрузок по мере необходимости, является одним из наиболее практичных решений этой проблемы, считают в Microsoft, о чём пишет SiliconANGLE.

По словам Самира Раджадни (Samir Rajadnya, на фото ниже), главного архитектора Microsoft, команда специалистов компании изучает системные технологии, которые позволили бы превратить память из ресурса, «запертого» внутри конкретного сервера, в общий, динамически распределяемый ресурс в рамках всей платформы Azure.

Источник изображения: SiliconANGLE theCUBE/YouTube

«Как можно заметить из публикаций в СМИ, сейчас наблюдается нехватка памяти, — сообщил топ-менеджер Microsoft. — Следовательно, мы должны использовать её гораздо эффективнее. Важно, чтобы память направлялась туда, где того требует конкретная рабочая нагрузка. Если же память оказывается “запертой” в рамках задачи, которая её в данный момент не использует, мы попросту растрачиваем ценный ресурс».

Он назвал компонуемую архитектуру одним из ключевых направлений развития на ближайшие годы. «Раньше всё было жестко привязано к CPU или GPU; память фактически выступала лишь вспомогательным элементом для них. Теперь же память рассматривается как самостоятельный, критически важный ресурс», — заявил Раджадня.

Говоря о корпоративном сегменте, Раджадня отметил, что сегодня всё сводится к вопросу вертикальной интеграции: рабочей нагрузки, системы, ПО, аппаратной части — всё в едином комплексе. И такой подход необходим даже на уровне отдельных предприятий, подчеркнул он.

Эффективная работа подобных систем в крупных масштабах зависит от того, как организованы соединения между памятью и CPU или XPU, говорит Самир Раджадня. «Сейчас появляется множество замечательных инноваций как в сфере памяти, так и в области CPU и ускорителей (XPU), — сообщил он. — Но ключевой вопрос — как связать всё это воедино? Именно здесь критически важны технологии интерконнекта. В частности, значимую роль будут играть разработки в области оптических соединений. Всё это поможет нам создать так называемую компонуемую память».

Ранее Microsoft в партнёрстве с SAP и Intel запустила в облаке Azure виртуальные машины семейства M-Series с технологией Compute Express Link (CXL). Сообщается, что поддержка CXL способствует более эффективной работе SAP S/4HANA, обеспечивая, в том числе, больше гибкости в плане конфигурирования платформы при одновременном снижении совокупной стоимости владения.

Meta✴ представила ИИ-архитектуру Flattened Planar Fabric (FPF), созданную для масштабирования обширной ИИ-инфраструктуры и поддержки вычислительных нагрузок нового поколения. В архитектуре FPF каждый GPU подключается посредством восьми независимых каналов по 100 Гбит/с к восьми разным коммутаторам.

Источник изображений: Meta✴

Такой подход приходит на смену традиционной архитектуре единичных восходящих каналов (uplink), обеспечивая четыре ключевых преимущества:

• Возможность создания более крупных неблокируемых кластеров GPU.
• Упрощённая топология: переход от трёхуровневой архитектуры Clos (использовавшейся в сети NSF) к двухуровневой. Исключение одного уровня коммутаторов позволяет сократить количество сетевых переходов (hops), уменьшить задержки и снизить затраты на инфраструктуру.
• Аппаратная балансировка нагрузки на уровне сетевого адаптера (NIC), который распределяет трафик по восьми каналам, а не коммутатора.
• Единый контроль для обеспечения отказоустойчивости, который охватывает как коммутаторы, так и хосты, что позволяет хосту перенаправлять трафик в обход неисправных маршрутов.

Оборудование включает коммутаторы IceCube с пропускной способностью 102,4 Тбит/с в стойке IcePack (ORv3-HPRv1) с жидкостным охлаждением. Внутри каждой стойки размещаются модули коммутации IceCube — устройства с пропускной способностью 102,4 Тбит/с, обеспечивающие неблокирующую коммутацию для 128 портов по 800 Гбит/с каждый. Модули IceCube представлены в двух вариантах: на базе специализированных интегральных схем (ASIC) Broadcom Tomahawk6C или NVIDIA Spectrum-6.

IceCube

Оба решения работают под управлением открытой NOS FBOSS от Meta✴, которая использует интерфейс абстракции коммутаторов OCP SAI (Switch Abstraction Interface). Архитектура Open Switch Platform Architecture (OSPA) обращается к функциям управления, включая последовательность включения питания, обнаружение компонентов, терморегулирование, восстановление микропрограммного обеспечения и диагностика.

Tahan

FPF переносит управление платформой преимущественно на сторону хоста, сохраняя при этом традиционный BMC для функций контроля и восстановления. FPGA-мосты I/O, подключённые через PCIe, объединяют периферийные интерфейсы, а модель учёта аппаратных средств, организованная в виде иерархической структуры, предоставляет ПО согласованный способ перечисления компонентов. Предложение также охватывает автономное управление питанием, обнаружение утечек и резервные образы прошивки. Следует отметить, что это проектные требования, находящиеся на стадии рассмотрения, а не доказательство функциональной совместимости между всеми решениями участвующих вендоров.

ESUN для MTIA 300

Также Meta✴ сообщила подробности о коммутаторе Tahan Ethernet Scale Up для MTIA 300, показала прототип стойки на 72 ускорителя и анонсировала открытую реализацию MetaRoCE. Эти элементы отражают разные стадии разработки: сейчас Tahan использует режим lossless RoCE, в будущих аппаратных решениях для вертикального масштабирования планируется переход на ESUN, а версия OSPA 1.0.0 пока остаётся на рассмотрении в OCP.

ESUN для MTIA 300

Tahan построен на базе ASIC Tomahawk 5 с пропускной способностью 51,2 Тбит/с (64 × 800G). Четыре коммутатора Tahan соединяют 16 ускорителей в неблокирующей топологии. Компания отметила, что Tahan использует тот же самый lossless RoCE (маршрутизируемый IPv6, PFC и QoS, настроенный для ИИ), объединяя scale-up и scale-out сети под управлением FBOSS. Параллельно компания работает над CXL-фабриками масштаба целого ЦОД.

С некоторых пор Cisco делает ставку на открытый, независимый от конкретных поставщиков подход к моделям и ИИ-агентам. В то время как некоторые вендоры активно продвигают собственные закрытые ИИ-экосистемы, стремясь таким образом привязать к своим решениям клиентов, Cisco позиционирует себя как нейтральный уровень оркестрации, связывающий между собой конкурирующие модели и ИИ-агентов, пишет CRN.

На недавней конференции WebexOne 2026 компания заявила о поддержке сторонних моделей, отметив, что также выступает за открытость и совместимость ИИ-агентов, позиционируя себя в качестве универсальной платформы, позволяющей корпоративным клиентам работать с ИИ вне зависимости от того, кто является разработчиком базовой модели — Google, Anthropic, OpenAI или кто-то другой.

Этот подход распространяется и на новое направление компании — агентный ИИ, сообщил Снорре Кьесбу (Snorre Kjesbu), старший вице-президент и генеральный менеджер подразделения Cisco Collaboration. «Взаимодействуя с множеством игроков, Cisco будет выступать в роли “Швейцарии”», — отметил он, подразумевая нейтральный статус этой страны. Кьесбу добавил, что подобного подхода компания придерживается и в сфере инструментов для совместной работы, обеспечивая совместимость своих решений с продуктами конкурентов.

В рамках этой стратегии Cisco обеспечивает поддержку сторонних моделей и агентов ИИ на платформе Webex с возможностью использования собственных LLM, обеспечением взаимодействия между агентами, а также интеграцией с внешними поставщиками ИИ-технологий, не пытаясь привязывать клиентов к закрытому стеку собственных решений.

Источник изображения: Cisco

Как отметил партнёр Cisco Джо Бергер (Joe Berger), вице-президент по цифровым решениям компании World Wide Technology, интеграция решений компании с Claude, инструментами от OpenAI и другими ИИ-ассистентами свидетельствует о смене её стратегии: «Они вряд ли смогут доминировать во всех сферах, но вполне способны сотрудничать с большинством поставщиков, предоставляя отдельные компоненты решений. На мой взгляд, это верный подход, поскольку на данный момент явный лидер на рынке ещё не определился».

По словам Бергера, в Cisco осознали, что нужно идти навстречу клиентам, даже если они пользуются решениями конкурентов. «Ещё пять лет назад для них было крайне сложно занять нейтральную позицию. Сегодня же они выигрывают больше сделок в сфере совместной работы, поскольку сотрудничают с Microsoft, Zoom, а теперь и с Google. Полагаю, такой подход стоит распространить и на другие направления портфеля Cisco», — считает он.

В Cisco сообщили, что компания видит свою задачу в предоставлении инфраструктуры — сетевых решений, средств безопасности, инструментов для мониторинга (observability) и управления, — которая работает поверх различных ИИ-платформ. Такой подход выгоден и партнёрам, которые смогут создавать сервисы, опираясь на ряд различных моделей.

В Long View Systems, партнёре Cisco, считают, что компания может занять уникальную нишу в качестве «нейтральной» ИИ-платформы, поскольку она не конкурирует с разработчиками самих моделей. В настоящее время клиенты комбинируют различные ИИ-модели, и, поскольку они не отдают предпочтение какому-то одному решению, на рынке открываются возможности для поставщика ИИ-технологий, не привязанного к конкретным вендорам. По словам эксперта, это напоминает подход, который Cisco применяет в своей платформе Cloud Control, основанной на использовании ИИ-агентов, которая стала доступна пользователям ранее в этом году и которая позволяет управлять устройствами сторонних вендоров.