IBM анонсировала новые возможности, которые помогут разработчикам, а также ИТ-специалистам и экспертам по безопасности внедрять ИИ-агентов в бизнес-системы, обеспечивая чёткое разграничение полномочий и подотчётность. Компания предлагает инструменты для обнаружения агентов, проверки их подлинности, контроля доступа и оценки производительности, которые позволят понимать, кто является владельцем каждого агента, ограничивать его доступ к ресурсам, а также отслеживать действия агентов в существующих приложениях и инфраструктуре.

Согласно прогнозам Gartner, к 2028 году типичная компания из списка Fortune 500 будет использовать более 150 тыс. ИИ-агентов. При этом лишь 13 % организаций считают, что у них выстроена надлежащая система управления ИИ-агентами — персистентные учётные данные, неясная принадлежность агентов и разрозненные механизмы контроля существенно затрудняют управление ими, особенно когда агенты взаимодействуют друг с другом, используют различные инструменты и работают в разных командах, на различных платформах и в облачных средах.

Источник изображения: Igor Omilaev/unsplash.com

«Чтобы агенты могли выполнять реальные задачи в критически важных для компании системах, необходима операционная модель ИИ. Она должна связывать агентов с данными, приложениями и инфраструктурой бизнеса, обеспечивая такой же уровень дисциплины, как и при работе с самыми важными корпоративными системами», — сообщил Динеш Нирмал (Dinesh Nirmal), старший вице-президент IBM Software. Он отметил, что предлагаемая компанией операционная модель для ИИ состоит из четырёх взаимосвязанных ключевых компонентов: агентов, данных, автоматизации и гибридной инфраструктуры. В основе этой модели лежат доверие и контроль, необходимые каждому агенту: подтвержденная идентификация, предоставление доступа исключительно в рамках необходимых полномочий, а также единая среда для обнаружения, защиты и оценки агентов — независимо от того, где они были созданы.

Сообщается, что возможности платформы IBM HashiCorp Vault, позволяющей централизованно хранить, распределять и контролировать доступ к конфиденциальной информации, теперь будут распространяться на ИИ-агентов, предоставляя им защищённые краткосрочные учётные данные, которые ограничивают возможности каждого агента строго необходимой функциональностью.

HashiCorp объединяет управление идентификацией агентов с контролем учётных данных, помогая организациям делегировать задачи при чётком определении полномочий и ответственности.

При использовании вместе с HashiCorp Vault система идентификации агентов (Agent Identity) создает достоверный реестр для каждого агента: кто им владеет, каков его статус в жизненном цикле и какими правами он обладает. Это решение, призванное дополнить уже существующие инвестиции в идентификацию и безопасность, передает контекст прав доступа в механизмы управления учётными данными Vault. В результате обеспечивается принцип минимальных привилегий, а также возможность немедленного отзыва доступа, если агент пытается выполнить несанкционированное действие.

Использование в Vault краткосрочных учетных данных и принципа минимальных привилегий позволяет дополнительно ограничить как круг доступных агенту ресурсов, так и продолжительность действия его прав.

Дополнительные возможности включают:

• Vault 2.2 — предоставляет агентам собственные защищённые учетные записи, автоматически обновляет их учётные данные, а также поддерживает постквантовое шифрование для защиты от угроз, характерных для эпохи квантовых вычислений.
• Secure Hub (сейчас на стадии публичного превью) обеспечивает централизованный контроль над средами Vault, позволяя компаниям отслеживать состояние систем, интенсивность их использования и доступные ресурсы безопасности.

Компаниям также необходимо видеть все имеющиеся у них агенты, независимо от того, где они были созданы. Платформа IBM watsonx Orchestrate работает в рамках всей экосистемы ИИ — а не только в среде одного конкретного поставщика, — предоставляя организациям единое пространство для обнаружения, защиты и оценки своих агентов. Её функциональные возможности включают:

• Обнаружение (Discover, технологическое превью): организации не могут контролировать агентов, о существовании которых они даже не подозревают. Система Orchestrate подключается к таким платформам, как Amazon Bedrock, Microsoft Foundry и Google Gemini, для поиска агентов, созданных во внешних средах. Это позволяет командам видеть всех агентов и управлять ими, избавляя от необходимости добавлять их вручную. Данная функция также распространяется на модели и серверы MCP (Model Context Protocol).
• Изоляция (Contain, технологическое превью): один некорректно работающий агент может нарушить деятельность других и привести к распространению ошибок по всей компании. Orchestrate запускает агентов в изолированных «песочницах», что предотвращает их негативное влияние на другие процессы. Кроме того, предусмотрена функция экстренного отключения (kill switch), позволяющая в любой момент остановить работу любого агента.
• Оценка (Evaluate): агенты, которые не проходят тестирование и мониторинг, могут со временем начать работать некорректно, что приведёт к росту расходов. Используя Orchestrate, команды могут проверять качество, точность и соответствие требованиям агентов, моделей и серверов MCP до их развёртывания, а затем отслеживать их работу в реальных условиях. Встроенная система контроля затрат позволяет видеть, какие модели и какой объём токенов использует каждый агент, что помогает выявлять источники расходов и оптимизировать их.

Получив доступ к API и инструментам компании, агенты должны располагать сведениями о существующих ресурсах и связи различных систем. Платформа IBM Integration Intelligence Hub предоставляет необходимые данные через механизм Unified Context Engine. Благодаря этому агенты могут, например, устранять неполадки (например, зависшие сообщения) или развёртывать API, опираясь на уже имеющуюся инфраструктуру. Навыки (skills), политики утверждения и механизмы аудита позволяют держать действия агентов под контролем. Вместо того чтобы перестраивать ИТ-ландшафт под нужды ИИ, организации могут задействовать агентов в уже существующих системах, от которых зависит их бизнес.

Инструменты Agent Identity и HashiCorp Vault также интегрируются с защищённой средой выполнения NVIDIA OpenShell. В совокупности они обеспечивают для агентов защищённую среду выполнения, а также подтвержденную идентификацию и временные учетные данные для каждого из них — благодаря этому любое действие можно отследить, ограничить и проверить.

Инструменты IBM HashiCorp Vault 2.2, Agent Identity, watsonx Orchestrate уже общедоступны.

Компания Core 4 Solutions выставила на платформе eBay бывший в употреблении ИИ-суперкомпьютер, включающий 300 стоек, обращает внимание Tom’s Hardware. Цена лота — $59 млн. Кластер включает 9600 ускорителей NVIDIA A100 (архитектура Ampere) и 4200 64-ядерных процессора EPYC на архитектуре Rome.

NVIDIA уже перешла на более современные архитектуры Blackwell и Vera Rubin, для AMD актуальна EPYC Turin, но ускорители A100 и процессоры EPYC Rome остаются достаточно эффективными для широкого спектра задач. Учитывая, что цена на современные стойки NVIDIA доходит до $7,8 млн за единицу, системы на базе A100 представляются разумной бюджетной альтернативой. И не придётся ждать в очереди на поставку новейшего оборудования NVIDIA.

Источник изображения: nvidia.com

Каждая стойка кластера включает четыре вычислительных и три управляющих узла. В состав каждого вычислительного узла входят два 64-ядерных процессора AMD EPYC Rome, восемь ускорителей Nvidia A100 (версия SXM4 с 40 Гбайт памяти) и 1 Тбайт оперативной памяти DDR4-2933. Каждый узел управления оснащается двумя 64-ядерными процессорами EPYC и 192 Гбайт памяти DDR4. В общей сложности кластер включает до 9600 ускорителей A100 и 4200 процессоров AMD EPYC Rome. Учитывая, что каждый процессор содержит 64 вычислительных ядра Zen 2, на кластер приходятся 268 800 ядер. Объём оперативной памяти составляет до 1401,6 Тбайт.

Ценник в $59,7 млн представляется обоснованным. По грубым подсчётам, одни только ускорители NVIDIA A100 обойдутся примерно в $24 млн, $3 млн будут стоить процессоры AMD EPYC Rome и ещё $1,1 млн — оперативная память DDR4. Итого около $28,1 млн только за основные компоненты. В состав кластера также входят стойки, системы охлаждения, блоки питания, сетевые адаптеры NVIDIA Mellanox ConnectX-6 SmartNIC и другое оборудование.

На eBay попадаются порой неожиданные лоты, и суперкомпьютер — едва ли самый удивительный вариант. Core 4 Solutions вполне может рассчитывать что на него найдётся покупатель. По мере расширения ИИ-инфраструктуры и ЦОД могут найтись корпоративные клиенты, которые оценят выгоду и возможности, предлагаемые в этом объявлении.

Ранее французская Bull была выбрана для разработки европейского ИИ-суперкомпьютера LUMI-AI за €387,8 млн; в Японии заработали суперкомпьютеры RIKYU и ROQUO на базе NVIDIA GB200 NVL4; британское правительство решило потратить $1 млрд на ИИ-суперкомпьютер с британскими чипами.

На платформе Oracle Cloud Infrastructure (OCI) будет организован доступ к технологиям высокоскоростного ИИ-инференса Cerebras. Решение предназначено для исследовательских лабораторий в сфере ИИ, корпораций и разработчиков, которые создают интерактивные интеллектуальные приложения.

Партнёрство затрагивает существующую инфраструктуру Oracle и её возможности в области ИИ-инференса, включая специализированные кластеры (Dedicated AI Clusters) в составе сервиса OCI Enterprise AI. ИИ-приложения берут на себя выполнение всё более сложных многоэтапных задач, и скорость инференса становится критически важным фактором для качества взаимодействия с пользователем. Задержку увеличивает каждый дополнительный вызов ИИ-модели, что может замедлить цепочки рассуждений и работу ИИ-агентов. Быстрый инференс позволяет разработчикам создавать агенты и приложения, которые сохраняют высокую скорость отклика даже при выполнении наиболее сложных задач.

Источник изображения: cerebras.ai

Процессор Cerebras Wafer-Scale Engine, разработанный специально для высокоскоростного ИИ-инференса, объединяет вычислительные мощности и память на одном кристалле размером с целую кремниевую пластину. Такая архитектура сокращает перемещение данных и необходимость обмена информацией между отдельными чипами, в результате чего обеспечивается быстрая генерация токенов даже в длинных цепочках рассуждений и многоэтапных процессах, которые выполняют ИИ-агенты.

Решение Cerebras Inference станет доступным в OCI в 2027 году — клиенты облачной платформы Oracle получат новый инструмент для создания ИИ-приложений, в которых скорость имеет решающее значение. Ранее AMD и Cerebras представили платформу для ИИ-инференса со сверхнизкой задержкой. Разработчик царь-чипов к концу года намерен развернуть в Европе 200 МВт ИИ-мощностей. Только в Финляндии компания получит объект на 165 МВт.

Китайский производитель полупроводников ChangXin Memory Technologies (CXMT) готовится к началу выпуска передовой памяти с высокой пропускной способностью — HBM3E. При этом по данным источников, знакомых с ситуацией, к применению пригодны лишь немногим более 20 % сходящих с конвейера чипов, сообщает Reuters.

Решение компании всё-таки начать производство свидетельствует об острой нехватке в Китае чипов памяти, доступ к которым имеет важнейшее значение для поддерживаемых правительством инициатив по массовому выпуску альтернатив ИИ-ускорителям NVIDIA на фоне американских экспортных ограничений для КНР.

Источники сообщают, что CXMT, называемая крупнейшим производителем DRAM-памяти в Китае, направила образцы HBM3E разработчикам ИИ-ускорителей. По некоторым данным компания намерена начать производство в ближайшие два месяца.

Выход готовых к использованию чипов составляет порядка 20–30 %, тогда как, например, у лидера рынка — южнокорейской SK Hynix речь идёт приблизительно о 70 %.

HBM представляет собой один из ключевых компонентов специализированных ИИ-ускорителей, применяемых для обучения и использования ИИ-моделей.

В декабре 2024 года Вашингтон ужесточил экспортный контроль за поставками некоторых передовых решений HBM в Китай, поэтому китайские производители ускорителей всё чаще пытаются получить такие модули по неофициальным каналам. При этом конечная цена памяти при таких поставках вырастает в разы.

Источник изображения: CXMT

На этом фоне CXMT продолжает работу над проектом несмотря на высокий процент брака, поскольку получить память в нужных объёмах из-за рубежа в КНР довольно трудно. В результате повышается себестоимость производства, поскольку значительную часть чипов отправляют на доработку или просто выбраковывают.

В сентябре сообщалось, что Huawei, Cambricon, MetaX и Iluvatar CoreX подняли цены на текущее и следующее поколение ИИ-чипов на 20–50 % из-за роста затрат на память, мешающего наращивать производство.

Ожидается, что модули HBM3E компании CXMT будут стоить больше, чем сопоставимые продукты зарубежных конкурентов. Работу над собственными продуктами компания начала в 2024 году.

В тестах производительность памяти HBM3E компании CXMT оказалась близка к показателям памяти HBM3 южнокорейской SK Hynix.

CXMT отправила клиентам по два варианта HBM3E — стандартный и модернизированный, изменённый для увеличения процента выхода пригодных к использованию чипов.

Подобные сложности наглядно иллюстрируют технологический разрыв между CXMT и SK Hynix, Samsung Electronics и Micron Technology, которые доминируют на глобальном рынке памяти.

На SK Hynix, по данным Counterpoint Research, во II квартале приходилось 50 % выручки от HBM в мире. Второе и третье места занимали Samsung и Micron с 33 % и 18 % соответственно. Большая часть выручки приходится на продажи HBM3E.

При этом доля CXMT в мировой выручке от продажи DRAM за тот же период составила 10 % — это делает компанию четвёртым по величине поставщиком обычных чипов памяти в мире. Тем не менее американские экспортные ограничения мешают компании получить доступ к передовым инструментам для выпуска микрочипов, препятствуя сокращению отставания от лидеров отрасли.

В июле Samsung заявила об увеличении продаж памяти HBM4 и отправке образцов HBM4E ряду заказчиков. Недавно SK Hynix заявила, что HBM4 станет мейнстримом в её линейке уже в IV квартале и предрекла сохранение дефицита памяти до 2030 года.

Чтобы удовлетворить спрос, обусловленный развитием технологий искусственного интеллекта, Fujifilm намерена пятикратно нарастить производственные мощности по выпуску магнитных лент, узнало японское издание Nikkei Asian Review. Это крупнейшая инвестиция компании в этот сегмент носителей данных за последние 20 лет.

В течение 2028 финансового года Fujifilm направит 10 млрд иен ($63,3 млн) на модернизацию своего завода в Одаваре под Токио. Основная часть средств пойдёт на наращивание мощностей по выпуску передовых магнитных лент, способных вмещать до 100 Тбайт данных.

Источник изображения: fujifilm.com

Исследования в области магнитных лент компания начала ещё в 1954 году, первоначально для нужд телевещательного оборудования, а впоследствии для записи звука и видео. В настоящее время бум ИИ привёл к взрывном росту объёмов данных, которые требуют хранения. К 2030 году общемировой объём генерируемых данных достигнет 718 зеттабайт (1 зеттабайт равен 1 млрд Тбайт), что вчетверо превышает показатель 2024 года.

Магнитные ленты широко используются операторами ЦОД, финансовыми учреждениями и исследовательскими организациями для резервного копирования данных. Они подходят для долгосрочного хранения информации без подключения к ресурсам глобальной сети, что позволяет защитить данные от кибератак, случайной потери или изменения. Доминирующими носителями остаются быстрые SSD и ёмкие HDD, но магнитные ленты выигрывают у них в плане долговечности и стоимости.

Японские компании занимают прочные позиции на всех этапах поставок магнитных лент. Toray Industries, Teijin и другие производители выпускают служащую основной плёнку, а материалами для магнитного покрытия занимается, в частности, Dowa Holdings. Бум ИИ побуждает широкий круг японских производителей продукции для хранения данных наращивать инвестиции.

Ленточные накопители оказались дешевле и экологичнее HDD для «холодного» хранения данных. Ранее Fujifilm наладила выпуск 45-Тбайт моделей совместно с HPE. Услугу хранения данных на лентах представила, в частности, «Рег.ру».

NVIDIA и Oracle объявили о планах по расширению суперкластеров в Oracle Cloud Infrastructure (OCI) с использованием систем Vera Rubin NVL72, сообщает HPCwire. Масштаб таких решений достигнет гигаваттных значений — системы помогут удовлетворить спрос клиентов на обучение, инференс моделей искусственного интеллекта, а также на работу ИИ-агентов. Две компании расширили сотрудничество в сфере ИИ-инфраструктуры: в OCI доступны системы NVIDIA Vera Rubin NVL72 и Vera CPU.

Инициатива обеспечит клиентам инфраструктуру, которая подходит как для ресурсоёмких задач, требующих высокой мощности GPU, например, для обучения и инференса ИИ, так и для задач, в которых основная нагрузка ложится на CPU. В последнем случае это могут быть действия ИИ-агентов между вызовом моделей: подключение внешних инструментов, тестирование программного кода, поиск и извлечение данных. Клиенты могут независимо масштабировать ресурсы CPU и GPU в соответствии с конкретными рабочими нагрузками, чтобы сократить объём простаивающих мощностей и эффективнее использовать имеющуюся инфраструктуру.

Источник изображения: BoliviaInteligente / unsplash.com

Суперкластеры OCI объединяют стоечные системы NVIDIA NVL72, сетевые решения Oracle Acceleron, в том числе NVIDIA Spectrum-X Ethernet с коммутаторами NVIDIA Spectrum-6 и DPU NVIDIA BlueField-4, а также системы электропитания и охлаждения гигаваттного класса, необходимые для обучения и инференса моделей. В каждой стойке 72 GPU объединены с помощью технологии NVIDIA NVLink, а отказоустойчивая многоплоскостная сеть OCI позволяет масштабировать систему до сотен тысяч GPU.

Планируется также внедрение системы NVIDIA HGX Rubin NVL8, включающей восемь GPU Rubin, объединённых через NVLink в серверной конфигурации на базе архитектуры x86. Платформа комплектуется двумя 64-ядерными процессорами Intel Xeon 6, 4 Тбайт памяти DDR5 и высокоскоростным интерфейсом RDMA с пропускной способностью 6,4 Тбит/с. Это решение обеспечивает гибкие возможности для обучения, дообучения и инференса ИИ-моделей при сохранении совместимости с приложениями на базе архитектуры x86. Такая гибкость позволяет адаптировать инфраструктуру ИИ к различным моделям и рабочим нагрузкам по мере изменения потребностей.

Ранее Oracle призналась, что направление ИИ ЦОД является для неё рискованным. Компания обеспечила высокоскоростное подключение своей инфраструктуры к AWS, а также сдала китайской Tencent 100 тысяч передовых ускорителей в аренду для развития ИИ-систем.

Oracle и Google объявили о расширении партнёрства, в рамках которого тензорные процессоры Google (Tensor Processing Units, TPU) станут доступны через облачную инфраструктуру Oracle Cloud Infrastructure (OCI). Таким образом Oracle станет первым гиперскейлером, предлагающим Google TPU за пределами экосистемы Google. Сообщается, что TPU появятся на платформе OCI, начиная с 2027 года.

«Различные задачи в сфере ИИ требуют разных вычислительных мощностей, — отметил Махеш Тиагараджан (Mahesh Thiagarajan), президент OCI. — Доступ к TPU от Google в среде OCI позволяет клиентам использовать несколько передовых архитектур для вычислений в области ИИ в рамках одного облака. Такая свобода выбора дает возможность подобрать оптимальную инфраструктуру с точки зрения производительности, пропускной способности и экономической эффективности для каждой конкретной задачи ИИ».

Источник изображения: Google

В настоящее время Google предлагает TPU восьмого поколения. Модель TPU 8t предназначена для обучения нейросетей, TPU 8i — это чип для инференса (выполнения вычислений в обученных моделях), оптимизированный для решения итеративных задач, характерных для работы специализированных ИИ-агентов.

На прошедшей на прошлой неделе конференции PyTorch Conference 2026 Google объявила, что TorchTPU — нативный стек PyTorch для TPU Google — теперь доступен в формате открытого исходного кода на платформе GitHub. Это позволяет обучать, обслуживать и развёртывать модели на TPU, используя привычные инструменты, такие как vLLM, SGLang, llm-d, TorchTitan, Ray, TorchRec, Hugging Face и LiteRT.

Как отметила Google, такая переносимость даёт командам возможность выбирать для каждой задачи тот ускоритель, который обеспечивает минимальную стоимость одного токена или максимальную скорость обучения — и всё это без необходимости переписывать код модели. А благодаря нынешнему анонсу вскоре можно будет запускать такие задачи на TPU как в Google Cloud, так и в инфраструктуре Oracle.

Кроме того, Google сотрудничает с компанией Blackstone в создании облачной платформы на территории США, которая также будет предоставлять доступ к тензорным процессорам TPU Google, отметил ресурс Data Center Dynamics. Не исключено, что эта платформа может опередить Oracle и раньше её начнёт предлагать TPU клиентам.

Южнокорейский производитель памяти — компания SK Hynix прогнозирует сохранение дефицита памяти на мировом рынке как минимум до 2030 года. По мнению компании, это обеспечит рост уже исключительно высоких доходов и прибыли, сообщает The Register.

Одновременно с публикацией квартальной отчётности компания подчеркнула, что на рынке сформировался «благоприятный цикл»: повышение производительности благодаря ИИ, появление новых источников дохода в сферах разработки ПО, поиска информации и обслуживания клиентов стимулируют рост инвестиций в инфраструктуру.

По данным SK Hynix, в результате на рынок ИИ-инфраструктуры выходит всё больше покупателей. В ближайшие годы ожидается ещё больший рост спроса на память со стороны сегментов автономного транспорта и робототехники.

Сама компания активно строит заводы по выпуску памяти, но руководство констатировало, что наращивать производство достаточно быстро, чтобы удовлетворить спрос, не удаётся.

Источник изображения: SK Hynix

В компании утверждают, что предложение не успевает за ростом рынка. С учётом технической сложности передовых техпроцессов и длительных сроков строительства новых производств ожидается, что дефицит сохранится до 2030 года.

При этом SK Hynix уже заключила 14 долгосрочных соглашений с 14 крупными компаниями, которые вместе купят больше памяти, чем производитель выпустит в 2027 и 2028 годах. При этом некоторые из них намерены расширить соглашения.

Впрочем, соглашения с SK Hynix включают механизм, учитывающий рыночные условия в пределах согласованного с клиентами ценового диапазона. Это обеспечивает стабильную прибыль и в то же время позволяет гибко реагировать на изменения рынка.

Благодаря заключённым соглашениям компания зарегистрировала рекордную квартальную выручку в размере ₩104,6 трлн ($78,1 млрд), что на 328 % выше показателя за аналогичный период прошлого года и на 32 % выше показателя предшествовавшего квартала. Операционная прибыль выросла на 486 % год к году.

Инвесторам сообщили, что производство будет расширяться, а больше внимания будет уделяться высокорентабельной продукции. Впрочем, компания констатирует, что поставки памяти для ПК и мобильных устройств на этом фоне, вероятно, сократятся.

Также компания сообщила, что намерена наращивать производство памяти HBM4, уже в IV квартале по объёмам поставок этот тип обойдёт HBM3E, как в количественном, так и в денежном выражении и станет массовым продуктом.

Предусмотрен рост доли продукции, выпускаемой в по техпроцессу шестого поколения (10-нм), предполагается расширение продаж памяти DDR5 и LPDDR5 SOCAMM для ИИ-серверов.

Кроме того, планируется превращение NAND-памяти на основе технологий HBF и оптимизации систем в ключевое решение, повышающего пропускную способность и экономическую эффективность ИИ-сервисов.

Инвесторы приняли заявления компании весьма положительно, а некоторые, похоже, расценили выкладки компании, как косвенное свидетельство того, что бум ИИ в ближайшее время не пойдёт на спад.

Летом сообщалось, что SK Group и NVIDIA объявили о совместных инициативах в Южной Корее на $500 млрд.

Компания OpenAI готовится приобретать ИИ-чипы Google. Это происходит на фоне растущих затрат технологических компаний, связанных с увеличением спроса на ИИ-вычисления, сообщает The Information.

В случае реализации план укрепит связи между OpenAI и Google, конкурирующими на рынках ИИ-продуктов и поиска, но всё теснее взаимодействующими в рамках совместных коммерческих проектов. На прошлой неделе OpenAI заявила, что обеспечит доступ к своим передовым ИИ-моделям через Google Cloud.

Финансовые условия сделки пока не разглашаются. В текущем году Amazon, Microsoft и Alphabet (материнская компания Google) намерены потратить на ИИ-инфраструктуру в общей сложности $600 млрд. Тем временем инвесторы всё чаще задаются вопросом, когда такие масштабные инвестиции начнут приносить значимую финансовую отдачу.

Компания OpenAI уже входит в число крупнейших покупателей ИИ-ускорителей NVIDIA, которые использует для обучения и эксплуатации ИИ-моделей. В июне 2025 года сообщалось, что она уже начала арендовать вычислительные мощности Google, хотя на тот момент подробные данные о типах используемых чипов отсутствовали.

Источник изображения: OpenAI/Google

Тензорные процессоры Google Tensor Processing ‌Units (TPU) получили популярность в качестве альтернативы ускорителям NVIDIA, поскольку многие участники рынка ИИ ищут менее дорогие альтернативы её продуктам. Google начала прямые продажи некоторым покупателям в текущем году.

Alphabet в ближайшее время опубликует финансовую отчётность за минувший квартал, инвесторы компании ищут свидетельства того, что её активные инвестиции в ИИ способствуют росту её облачного бизнеса.

Сделки с клиентами, включая Anthropic, подогрели спрос на TPU Google. По данным компании, она рассчитывает признать небольшую часть выручки по соглашениям о продаже этих процессоров до конца текущего года, тогда как основная часть выручки, как ожидается, будет признана в 2027 году.

Тем временем OpenAI занимается собственным полупроводниковым проектом. В июне она представила чип, разработанный совместно с Broadcom. По имеющимся данным, она планировала начать внедрение соответствующих чипов к концу текущего года в рамках программы разработки нескольких поколений собственных полупроводников.

Недавно появилась информация, что покупать тензорные процессоры Google намерена и Oracle.

Meta✴ Platforms объявила о намерении NVIDIA и AMD приобрести акции компании на $4 млрд. Производители чипов купят их в рамках «распродажи» Meta✴ ценных бумаг на $95 млрд в ближайшем будущем — IT-гигант намерен получить средства для дальнейшего развития своих ИИ-проектов, сообщает Silicon Angle. По имеющимся данным, в покупке акций заинтересована и Broadcom. Всего, по информации Meta✴, три компании намерены инвестировать в акции $5 млрд.

NVIDIA готова потратить на ценные бумаги Meta✴ $3 млрд в рамках расширения партнёрства. При этом Meta✴ готовится нарастить использование GPU NVIDIA поколения Rubin и CPU Vera, вероятно, в рамках систем Vera Rubin NVL72, включающих по 72 GPU и 36 CPU.

Также Meta✴ намерена покупать больше сетевого оборудования NVIDIA. Она расширит использование семейства продуктов Spectrum-X, включая чипы SuperNIC и сетевые коммутаторы.

Кроме того, Meta✴ намерена закупать чипы семейства NVIDIA BlueField-4, позволяющие разгрузить основные чипы серверов, ускоряя сетевые операции, работу с хранилищами данных и выполнение задач, связанных с обеспечением кибербезопасности.

NVIDIA поможет Meta✴ увеличить производительность и рентабельность семейства ИИ-моделей Meta✴ Muse. Дополнительно Meta✴ планирует исследовать «возможности сотрудничества», связанные с представленной не так давно эталонной архитектурой NVIDIA — т. н. OpenShell Reference Architecture, представляющей собой набор технических ресурсов, позволяющих упростить использование инструментария NVIDIA OpenShell. Последний позволяет запускать ИИ-агентов в изолированных «песочницах» для минимизации киберугроз.

Источник изображения: Towfiqu barbhuiya/unsplash.com

AMD, готовая инвестировать в Meta✴ $1 млрд, раскрыла, что последняя взяла на вооружение стоечную платформу AMD Helios AI, включающую 72 GPU. Платформа построена на основе новейших ускорителей семейства Instinct MI450, CPU EPYC и DPU Pensando — «ответ» BlueField 4.

Сообщается, что Meta✴ уже внедрила «начальный» набор стоек Helios и уже тестирует их. В будущем компания намерена расширить использование этих систем.

В дальнейшем Meta✴ намерена внедрять кастомные ИИ-ускорители на основе архитектуры AMD Instinct. Производитель чипов, в свою очередь, будет использовать собранные в ходе сотрудничества технические данные для совершенствования своих чипов и дизайна стоек.

Как заявили в AMD, компании совместно создают и развёртывают инфраструктуру гигаваттного масштаба, а также формируют новое поколение чипов, ПО и систем, позволяющих запускать самые амбициозные модели и сервисы Meta✴.

Данные об инвестициях Broadcom не были официально обнародованы, но, учитывая, что NVIDIA и AMD готовы вложить в акции Meta✴ в общей сложности $4 млрд из заявленных $5 млрд, речь, вероятно, идёт об $1 млрд.