Американская Hyperscale Data (ранее Ault Alliance), работающая в сфере робототехники и инфраструктурных ИИ-решений, намерена внедрить роботов-гуманоидов в собственном ЦОД в Мичигане. Недавно компания объявила, что полностью принадлежащая ей Omnipresent Robotics в III квартале 2026 года начнёт выпуск первых 30 гуманоидных роботов OPR-R2, сообщает Datacenter Dynamics.

Предполагается, что роботы будут учиться и работать на территории лаборатории Robotics Research, Testing, and Innovation Center площадью 9 290 м². Они предназначены для поддержки разработки систем физического ИИ, автономных рабочих процессов и передовых систем робототехники. В рамках проекта Hyperscale и её дочерняя структура заключили партнёрское соглашение с китайской Agibot PTE, занимающейся робототехникой. Всего компания рассчитывает внедрить 143 таких робота, купленных у Agibot за $13,4 млн. При этом Omnipresent дано право организовать перепродажу роботов под собственным брендом.

Первые 30 машин отправят на площадку Model Training Laboratory компании Omnipresent Robotics, где они станут работать буквально рука об руку с людьми, обучаясь в реальных условиях. В Hyperscale сообщили, что роботы помогут в сборе информации, обучении моделей, оценке симуляций, эксплуатации объекта и разработке систем физического ИИ следующего поколения. Компания рассчитывает, что внедрение роботов-гуманоидов в ЦОД создаст уникальную среду для разработки и оценки ИИ-систем новейшего поколения, способных действовать в условиях реального мира.

Источник изображения: Agibot

Hyperscale владеет дата-центром в Мичигане, расположенном на площадке около 14 га. 30-МВт ЦОД площадью 57 320 м² был куплен в мае 2022 года. Построенное в 1972 году здание изначально использовалось как промышленный объект, но теперь в нём находятся мощности для майнинга биткоинов, HPC-проектов, колокации и упомянутой выше робототехнической лаборатории. В перспективе компания намерена увеличить мощность до 340 МВт, в том числе предусмотрено создание газовых энергогенерирующих мощностей «за счётчиком» на 40 МВт.

По словам Hyperscale, компания сделала ставку на ИИ — если современные ИИ-модели отлично справляются с рассуждениями и генерацией контента, то в будущем ИИ должен уметь разбираться в физическом мире и взаимодействовать с ним. Кампус в Мичигане создаётся для формирования масштабной среды, в которой гуманоидные роботы и передовой ИИ смогут постоянно учиться, тренироваться и совершенствоваться.

Ранее Hyperscale под своим прежним именем инвестировала в разведку нефти, оборонно-аэрокосмический сектор, производство, автомобильную промышленность и другие отрасли, включая медицину и биофармацевтику, гостиничный бизнес и выпуск текстиля. В 2025 году она анонсировала полный разворот бизнеса в направлении ИИ и ЦОД, сменила название и объявила о решении избавиться от всех активов, не связанных с дата-центрами. Теперь контрольный пакет Hyperscale Data принадлежит Ault & Company.

Основанная в 2023 году шанхайская Agibot разрабатывает роботов-гуманоидов, робособак, колёсные автономные машины. Компания заявила, что выпустила более 1 тыс. универсальных роботов-гуманоидов для выполнения широкого круга «физических» задач в реальном мире. В конце апеля сообщалось, что японский техногигант SoftBank намерен использовать роботов для ускоренного строительства дата-центров, в первую очередь в США.

В октябре 2025 года дебютировал одноплатный компьютер Orange Pi 6 Plus, предназначенный для построения различных устройств с ИИ-функциями. Теперь у этого изделия появился младший собрат в виде модели Orange Pi 6, которая подходит для создания промышленных контроллеров, интеллектуальных роботов, мини-серверов и пр.

Как и Plus-версия, новинка выполнена на процессоре CIX P1 (CD8180) с 12 вычислительными ядрами — это квартеты Arm Cortex-A720 с тактовой частотой до 2,8 ГГц, Arm Cortex-A720 с частотой 2,4 ГГц и Arm Cortex-A520 с частотой 1,8 ГГц. В состав чипа входят графический ускоритель Arm Immortalis-G720 MC10 и нейропроцессорный модуль с ИИ-быстродействием 28,8 TOPS. Суммарная производительность (CPU+NPU+GPU) на операциях ИИ достигает 45 TOPS.

Источник изображения: Orange Pi

Одноплатный компьютер имеет размеры 90 × 90 мм. Объём оперативной памяти LPDDR5 может составлять 8, 16 или 24 Гбайт (до 64 Гбайт у Orange Pi 6 Plus). Доступны два коннектора M.2 2280 M-Key для SSD с интерфейсом PCIe 4.0 x4 (NVMe), слот для карты microSD и разъём M.2 E-Key для опционального адаптера Wi-Fi. Реализованы два сетевых порта 2.5GbE (против 5GbE у старшей модификации).

Новинка получила по два порта USB 3.0 Type-C, USB 3.0 Type-A и USB 2.0 Type-A, по одному интерфейсу DisplayPort 1.4, HDMI 2.0 и eDP, аудиогнездо на 3,5 мм, два коннектора RJ45 для сетевых кабелей, два интерфейса MIPI-CSI (4 линии) и 40-контактную колодку GPIO (UART, I2C, SPI, PWM). Может быть подключён вентилятор охлаждения с ШИМ-управлением. Заявлена совместимость с ОС OpenHarmony, Debian, Ubuntu, Android, Windows, ROS2.

Компания Meta✴ заключила с Crusoe соглашение не поставку 1,6 ГВт вычислительных мощностей ЦОД, сообщает Datacenter Dynamics. Подписаны контракты на покупку мощностей на объектах Crusoe в Чайлдрессе (Childress, Техас) и Уоррентоне (Warrenton, Миссури). Стоимость сделки не называется.

Ранее в июне Crusoe объявила, что законтрактованные инфраструктурные мощности компании достигли 4,9 ГВт, в том числе речь идёт как о проектах ЦОД для внешних клиентов, так и о собственной облачной ИИ-платформе Crusoe Cloud. В целом портфолио проектов компании превышает 40 ГВт, хотя и не все запланированные кампусы строятся так, как планировалось, например, в Вайоминге. Кампус в Уоррентоне планируется возвести на участке площадью около 137 га, речь идёт о двух зданиях ЦОД площадью по 74 786 м² и административном здании площадью 3 716 м².

Crusoe известна в первую очередь кампусом ЦОД в Абилине (Abilene, Техас), созданном на принадлежащей Lancium земле для Oracle и сданном в аренду OpenAI. Недавно там же стартовало строительство ещё одного кампуса мощностью 900 МВт для Microsoft. По слухам, эти мощности хотела получить и Meta✴, но в итоге они достались сопернику.

Источник изображения: James Sullivan/unsplash.com

Хотя Crusoe не выделяет проект в Чайлдрессе на своём сайте, ранее компания уже заявляла, что имеет контракты на строительство ещё двух крупных кампусов в Техасе и одного — в Миссури. Подчёркивалось, что проекты на разных стадиях готовности. Lancium, работавшая с Crusoe в Абилине, участвует и в проекте в Чайлдрессе. Указывается, что площадка имеет возможность получения от местной энергосети 1 ГВт и получила разрешение техасского регулятора ERCOT.

По словам главы Meta✴ Марка Цукерберга (Mark Zuckerberg), компания не исключает запуск собственного облачного сервиса при определённых условиях. Компания активно наращивает вычислительные мощности, и в начале года создала специальное подразделение Meta✴ Compute для расширения ёмкости ЦОД. Цукерберг заявил, что планируется построить десятки гигаватт в текущем десятилетии и «сотни или больше» — в долгосрочной перспективе. Попутно компания заключает соглашения об аренде мощностей у облачных и неооблачных компаний. Так, с Nebius она подписала соглашение на $27 млрд, сделка на $21 млрд заключена и с CoreWeave. Кроме того, с AWS подписан договор об использовании чипов Graviton5.

Платформа AI Factory France (AI2F) под руководством Национального управления высокопроизводительных вычислений (GENCI) Франции объявила о запуске в партнёрстве с NVIDIA программы по ускорению инноваций в области ИИ в стране. Программа обеспечит компаниям упрощённый доступ к передовой вычислительной инфраструктуре и специализированным ИИ-сервисам. Она объединяет глобальную экосистему NVIDIA с национальными и европейскими ресурсами ИИ Франции.

Сотрудничество между AI Factory France (AI2F) и программами NVIDIA Inception, NVIDIA Connect, позволяет стартапам получить доступ к национальным суперкомпьютерным ресурсам, включая Jean Zay. Первые участники, включая Pleias, Nebula и Ryax Technologies, уже используют эту возможность для создания приложений.

Представленные в рамках GTC Paris мероприятия уже реализуются с использованием технологий NVIDIA. Так, Mistral строит новый ЦОД мощностью 44 МВт на севере Франции. Первый дата-центр Mistral, анонсированный в 2025 году, уже получил 18 тыс. систем NVIDIA GB200 в рамках плана по созданию 200 МВт вычислительных мощностей по всей Европе к 2027 году. В сотрудничестве с французским государственным инвестиционным банком Bpifrance, инвестиционной компанией MGX и NVIDIA компания работает над расширением Campus AI, сети предприятий в сфере ИИ, планируя построить ЦОД на 1,4 ГВт, что сделает её одним из крупнейших ИИ-платформ в Европе. Облачный провайдер Scaleway получил NVIDIA B300.

Источник изображения: AI Factory France

Bull и Foxconn намерены производить в Европе NVIDIA Vera Rubin NVL72. Системы будут производиться и первоначально тестироваться на заводах Foxconn в Чехии, после чего их будут собирать, интегрировать и полностью проверять на заводе Bull в Анжере (Angers). Консорциум из восьми ведущих французских компаний подал заявку на размещение европейской гигафабрики ИИ во Франции для укрепления европейской ИИ инфраструктуры и ускорения внедрения ИИ. В свою очередь Schneider Electric объединилась с NVIDIA для разработки проектов гигаваттных ИИ-фабрик для компаний, развивающих ИИ-инфраструктуры.

Аналогичные инициативы внедряются по всей Европе, включая сотрудничество между NVIDIA и Барселонским суперкомпьютерным центром (BSC), в рамках которого создаётся сеть, соединяющая местную инфраструктуру со стартапами и учреждениями государственного сектора. Компания TotalEnergies построит Pangea 5, суперкомпьютер следующего поколения, разработанный совместно с Dell и NVIDIA, который будет использоваться для сейсмической съёмки, передового моделирования и исследований в области ИИ в энергетическом секторе.

Люблянский университет в Словении (University of Ljubljana), по сообщению DataCenter Dynamics, запустил высокопроизводительную систему FRIDA, ориентированную на задачи ИИ и машинного обучения. Это не классический суперкомпьютер, а модульный контейнерный дата-центр, размещённый на крыше здания Факультета компьютерных и информационных наук (FRI) в Любляне.

Известно, что в составе FRIDA задействованы 104 ускорителя на основе GPU. В частности, применяются изделия NVIDIA Blackwell B200 и B300. Суммарный объём GPU-памяти составляет 16,8 Тбайт. Комплекс оборудован гибридной воздушно-жидкостной системой охлаждения. Все вычислительные узлы связаны интерконнектом с высокой пропускной способностью.

Отмечается, что производительность FRIDA при вычислениях с низкой точностью достигает 708 Пфлопс. Пиковое быстродействие при операциях с разреженными матрицами низкой точности заявлено на уровне 1,42 Эфлопс.

FRIDA дополнит словенскую НРС-систему Vega, которая была введена в строй в 2021 году в рамках проекта Европейского совместного предприятия по развитию высокопроизводительных вычислений (EuroHPC JU). Эта машина, основанная на процессорах AMD и ускорителях NVIDIA, демонстрирует FP64-производительность на уровне 6,9 Пфлопс.

Источник изображения: linkedin.com

Vega задумывалась как универсальная платформа для сложных вычислений: она может применяться для решения задач в самых разных областях, включая биоинженерию и разработку новых лекарств, изучение климата и прогнозирование погоды, персонализированную медицину, создание новых материалов и пр. В свою очередь, система FRIDA ориентирована прежде всего на нагрузки, связанные с ИИ.

ИИ-стартап Tensordyne (ранее Recogni) анонсировал платформу Tensordyne Napier (TDN) для ИИ-инференса, разработанную в партнёрстве с Broadcom и HPE Juniper Networks, которая «сочетает в себе инновационные логарифмические математические вычисления в области ИИ, тесно интегрированную архитектуру памяти и высокопроизводительный масштабируемый интерконнект, обеспечивая существенно более высокую пропускную способность, меньшее энергопотребление и улучшенную экономику инфраструктуры для крупномасштабных задач ИИ-инференса».

По словам Tensordyne, новый «логарифмический» чип позволит решить, как проблему скорости, так и стоимости ИИ-инференса. В нём компания заменила крупномасштабные операции умножения упрощёнными вычислениями на основе сложения, значительно повысив эффективность на Вт. Сумматоры меньше размером и как правило потребляют меньше энергии, чем умножители, поэтому их использование обеспечит больше полезной площади для SRAM и лучшую сбалансированность системы.

Источник изображений: Tensordyne

Чип включает 138 млрд транзисторов и поддерживает обработку данных в режимах NVFP4, FP8 и FP16. Tensordyne сообщила о 2,1 Пфлопс в формате плотных вычислений FP8 на кристалл. Частота ядра ускорителя составляет 1,33 ГГц, поддерживающих ядер RISC-V — 1,5 ГГц. Чип получил четыре блока HBM4 (по данным ServeTheHome — HBM3E), каждый по 36 Гбайт (144 Гбайт в сумме) с пропускной способностью 4,7 Тбайт/с. Также на чипе размещено 256 Мбайт SRAM с суммарной пропускной способностью 40 Тбайт/с. Интеграция значительного объёма быстрой SRAM с HBM позволила минимизировать циклы простоя вычислений и обеспечить эффективную поддержку выполнения самых больших моделей в отрасли.

Как рассказал ресурсу The Next Platform Р.К. Ананд (RK Anand), сооснователь и директор по продуктам Tensordyne, ускоритель имеет 48 ядер, которые связаны с блоками обработки векторов. В векторном блоке тоже есть ALU, но он также может использовать таблицу поиска (LUT) и работать полностью параллельно. В целом доступны чередование операций и управляемый конвейер. По словам Ананд, Napier потребляет всего 300 Вт по сравнению с 1200-Вт NVIDIA B300, поскольку новый чип довольно компактен. Ананд не уточнил, состоит ли чип Napier из чиплетов или представляет собой монолитный кристалл.

Девять чипов TDN могут размещаться в 1U-узле, в котором установлен 40-ядерный процессор Xeon для управления хостом и выполнения некоторых задач декодирования, а также 8-Тбайт NVMe SSD. Узел имеет два 200GbE-порта QSFP, а на задней панели расположены шесть портов для фирменного интерконнекта TDNLink, используемого для соединения 72 чипов TDN. Узел обеспечивает 19 Пфлопс в режиме FP8, 1,3 Тбайт HBM и 2,25 Гбайт SRAM с агрегированной пропускной способностью 42 Тбайт/с и 360 Тбайт/с соответственно. Узлы Napier, подобно NVIDIA NVLink, соединены через объединительную плату посредством проприетарного интерконнекта TDNLink. Суперускоритель TDN72 объединяет 72 чипа TDN (восемь узлов), причём TDNLink способен обеспечить задержку менее микросекунды между чипами при пропускной способности 1 Тбайт/с.

TDN72 ориентирован на модели с количеством параметров от 10 до 20 трлн, для работы с которыми важны объём памяти и MoE-маршрутизация. «В каждом TDN72 у нас 320 ядер Xeon и 4608 ядер RISC-V», — отметил сооснователь и вице-президент Tensordyne Жиль Бакхус (Gilles Backhus). «Мы применяем двухуровневый подход к решению проблемы с CPU. Вся работа, выполняемая непосредственно вблизи вычислительных процессов ИИ в рамках цикла обработки токенов и авторегрессионного цикла LLM, в основном проводится на ядрах RISC-V. Здесь же осуществляется маршрутизация MoE, проверка по словарю для отбрасывания определённых токенов и т.д. Прочая обработка данных для инференса происходит на процессорах Intel Xeon».

Четыре TDN72 помещаются в стандартную 52U-стойку Tensordyne Napier, что даёт 608 Пфлопс (FP8), 42 Тбайт HBM, 74 Гбайт SRAM, 256 Тбайт NVMe SSD, 275-Тбайт/с соединение TDNLink и 64 порта 200GbE. При этом такая стойка потребляет всего 120 кВт и может обходиться воздушным охлаждением. Как сообщила компания, стойка Tensordyne Napier обеспечивает по сравнению с полноразмерной стойкой NVIDIA NVL72:

• В 17 раз больше токенов на ватт;
• В 13 раз больше токенов в секунду;
• Дополнительный доход до $33 млн/год на стойку.

Система поддерживает дезагрегированное обслуживание и выполнение моделей с многотриллионными параметрами со скоростью более 1000 токенов в секунду на пользователя. Для достижения той же пропускной способности потребовалось бы как минимум девять стоек NVIDIA Rubin + Groq LPX, отметила Tensordyne.

Самой сложной составляющей запуска платформы может стать ПО. Tensordyne сообщила о выпуске на платформе Hugging Face центра моделей со своим SDK, прямой компиляцией моделей для PyTorch/Triton и кастомным eDSL для Python. Следует отметить, что одним из важных преимуществ ускорителей NVIDIA является экосистема CUDA — огромная база фреймворков, ядер, инструментов профилирования, шаблонов развёртывания и моделей поведения разработчиков. Любой новый ИИ-ускоритель должен сопровождаться достаточно простым ПО, чтобы клиенты захотели его внедрять в своих системах.

Компании AMD и Rackspace Technology подписали соглашение, посвящённое внедрению первых 30 МВт ИИ-оборудования на основе чипов AMD. Оно будет использоваться в дата-центрах Rackspace по всему миру. Внедрение начнётся в конце текущего года и продлится до 2028-го. В рамках нового соглашения AMD становится стратегическим поставщиком чипов для реализации ИИ-стратегии Rackspace.

Для поддержки обучения ИИ-моделей, инференса и корпоративных нагрузок будут использоваться ИИ-ускорители AMD Instinct, включая модели MI355X, MI350P и чипы будущих поколений, а также серверные процессоры семейства AMD EPYC. Соглашение также предусматривает совместную деятельность по освоению рынков. Компании выделят маркетинговые ресурсы и персонал для разработки и продвижения предложений на базе инфраструктуры AMD — для клиентов из регулируемых отраслей.

После полного внедрения экосистема мощностью 30 МВт обеспечит вычислительные ресурсы для корпоративных пользователей, включая организации из сферы здравоохранения и прочие компании из регулируемых секторов. В Rackspace сообщают, что соответствующая инфраструктура необходима для поддержки масштабных ИИ-инициатив в медицине, для инференса и выполнения других задач, требующих администрирования, отчётности и операционного надзора.

Источник изображения: AMD

Компании рассчитывают интегрировать аппаратный стек AMD в архитектуру Enterprise AI Cloud компании Rackspace. Платформа будет автоматически подбирать вычислительные ресурсы под конкретные нагрузки, в то же время обеспечивая централизованное управление и оперативный учёт работы всей инфраструктуры.

По словам Rackspace, регулируемые отрасли требуют полностью управляемой инфраструктуры, а не подборки решений от независимых вендоров. Сотрудничество позволит объединить вычислительные мощности и операционные сервисы в одну управляемую экосистему, с ответственностью от аппаратного уровня до конечных бизнес-результатов. В AMD подчеркнули, что корпоративные проекты всё чаще требуют комбинации вычислительных ресурсов, использующих как классические аппаратные решения, так и ИИ-ускорители для разных типов нагрузок.

Предполагается, что проект ускорит запуск сервисов, предусмотренных меморандумом о взаимопонимании, подписанным ранее:

• Enterprise AI Cloud — корпоративное облако для разработки, обучения и эксплуатации ИИ-систем в управляемой среде;
• Enterprise Inference Engine — корпоративная платформа для инференса и обслуживания ИИ-моделей;
• IaaS и Bare Metal с AMD Instinct.

В целом решения формируют управляемый инфраструктурный ИИ-стек от выделенных физических серверов до полностью обслуживаемых сервисов инференса. Компании позиционируют инициативу, как альтернативу традиционным «самоуправляемым» ИИ-кластерам на базе bare-metal серверов. Основная аудитория — компании, переходящие от пилотных ИИ-проектов к полномасштабному внедрению ИИ и агентных рабочих процессов в ключевые бизнес-системы.

Amazon ведёт переговоры о продаже своих ИИ-ускорителей Trainium другим компаниям для использования в их ЦОД. Об этом сообщил Питер ДеСантис (Peter DeSantis), старший вице-президент по ИИ, разработке чипов и квантовым вычислениям Amazon, выступая на конференции VivaTech в Париже (Paris, Франция), о чём пишет Bloomberg. Он отказался назвать потенциальных клиентов, лишь отметив растущий за пределами США спрос на вычислительные ресурсы, управляемые локально.

Как сообщается, переговоры о продаже чипов находятся на ранней стадии. Начались они после ежегодного послания генерального директора Amazon Энди Джасси (Andy Jassy) акционерам в апреле, в котором он заявил, что Amazon рассматривает возможность продажи собственных ИИ-чипов сторонним компаниям, что усилит конкуренцию с NVIDIA и AMD. ДеСантис также рассказал, что решение о продаже чипов не вызывает у руководства Amazon опасений, что это ударит по доходам AWS от облачных сервисов. «В сфере ИИ наблюдается огромный дефицит ресурсов, — сказал он. — Меня это не беспокоит».

Источник изображения: Amazon

Рост спроса, особенно в Европе, привёл к призывам уменьшить зависимость от американских технологий или полностью отказаться от них. Комментируя призывы, ДеСантис заявил, что бизнес AWS никак не пострадал от этой тенденции. По его словам, ускорители Trainium3, поставки которых начались в начале этого года, «в значительной степени распроданы», и уже есть большой интерес к новому поколению Trainium4, которое, как ожидается, дебютирует в следующем году.

ДеСантис также отметил высокий спрос на Arm-процессоры Graviton, которые в больших масштабах будут использовать Meta✴, Pinterest, Snowflake и Uber. За последние три года, по словам Десантиса, Amazon добавила в свои вычислительные системы больше процессоров Graviton, чем любого другого типа чипов. Что касается Trainium, то у Amazon есть очень крупные контракты с Anthropic и OpenAI. Вместе с тем в качестве альтернативы GPU NVIDIA компания будет предлагать не только свои ускорители, но и царь-чипы Cerebras.

Источник изображения: Amazon

Как сообщает TechCrunch, AWS до сих пор не спешила с продажей своих ИИ-чипов по многим причинам. Самая главная заключается в том, что прибыль, которую она получает от них, имеет каскадный характер. Хотя AWS взимает плату с клиентов за токены ИИ, обрабатываемые этими чипами в её облаке, она также может взимать плату за множество других услуг, необходимых компаниям для их ИИ-приложений, включая хранение данных, безопасность, сетевые услуги и мониторинг.

Таким образом, число компаний, желающих занять долю рынка ИИ-ускорителей, на котором доминирует NVIDIA, продолжает увеличиваться. Напомним, что в апреле генеральный директор Alphabet Сундар Пичаи (Sundar Pichai) заявил, что Google начнёт поставлять TPU «избранной группе клиентов» для использования в их собственных ЦОД. Немалая часть из них достанется Anthropic. При этом важно отметить, что, как и в случае с AWS, Google является не только поставщиком, но и инвестором ИИ-стартапа.

Компания AAEON анонсировала одноплатный компьютер UP WCL, предназначенный для создания встраиваемых систем и периферийных устройств с ИИ-функциями. Новинка выполнена на аппаратной платформе Intel Wildcat Lake, а в качестве ОС может применяться Windows 11 LTSC или Ubuntu 24.04 LTS.

Изделие имеет размеры 85 × 56 мм. Максимальная конфигурация предусматривает наличие процессора Core 7 350 с шестью ядрами (2Р с частотой до 4,6 ГГц и 4LPE с частотой до 3,6 ГГц). В состав чипа входят графический ускоритель Intel Xe3 Graphics с частотой до 2,6 ГГц и производительностью до 21 TOPS, а также нейропроцессорный узел (NPU) с ИИ-быстродействием до 17 TOPS. Показатель TDP равен 15 Вт.

Источник изображений: AAEON

Объём оперативной памяти LPDDR5 может составлять 8, 16 или 24 Гбайт, вместимость флеш-накопителя UFS — 64, 128 или 256 Гбайт. Присутствуют сетевой порт 2.5GbE (RJ45) и коннектор M.2 2230 E-Key для опционального комбинированного адаптера Wi-Fi/Bluetooth. Реализованы три порта USB 3.1 Type-A, интерфейс HDMI 2.1 и 10-контактная колодка с поддержкой 2 × I2C, 2 × PWM, 2 × SPI, 8 × GPIO, 2 × USB 2.0, 1× UART. Питание (12 В) подаётся через DC-разъём.

Кроме того, AAEON представила одноплатный компьютер UP Nexus WCL с размерами 101,6 × 101,6 мм. Это устройство также комплектуется процессором Core 7 350, но размер ОЗУ может достигать 48 Гбайт. Вместимость флеш-накопителя UFS — до 256 Гбайт. Есть два интерфейса HDMI 2.1, два порта USB 3.1 Type-A и порт USB 3.2 Type-C, а также 40-контактная колодка GPIO и 10-контактная колодка с поддержкой RS-232/422/485. В оснащение входят два сетевых порта 2.5GbE на базе Intel I226-IT, слоты M.2 2230 E-Key (CNVI, PCIe 4.0 x1, USB 2.0, UART), M.2 2280 M-Key (PCIe 4.0 x2) и M.2 2242 M-Key (PCIe 4.0 x1).

Диапазон рабочих температур новинок простирается от -20 до +60 °C. Устройства легли в основу мини-компьютеров UP WCL Edge и UP Nexus WCL Edge в специальном корпусе с ребристой поверхностью для использования на периферии. Массовое производство всех решений запланировано на III квартал текущего года.

Panasonic объявила о наращивании производства аккумуляторных модулей в Мексике, где к финансовому 2028 году в рамках более широкой стратегии по выходу на рынок энергохранилищ (BESS) для дата-центров появится три завода, сообщает Datacenter Dynamics.

Компания выделила ¥350 млрд ($2,1 млрд) подразделению Panasonic Energy для инвестиций в проекты, связанные с системами хранения энергии для ИИ ЦОД с 2026 по 2028 финансовые годы. Эти средства — основная часть ассигнований компании на развитие ИИ-направления, составляющие ¥500 млрд ($3,1 млрд).

Пока не разглашаются ни местоположение, ни стоимость двух новых заводов в Мексике. Ожидается, что новые площадки заработают в 2027 и 2028 гг. Пока имеется лишь завод в муниципалитете Хенераль-Эскобедо (General Escobedo, штат Нуэво-Леон), контролируемый через подразделение Panasonic Energy Mexico.

Мексиканские заводы будут использоваться только для сборки модулей, а собственно аккумуляторные ячейки будут выпускаться на заводе Panasonic в Де-Сото (De Soto, Канзас) в рамках общего производственного плана для Северной Америке. Часть завода в Канзасе с 2028 года сменит профиль на выпуск комплектующих для ИИ ЦОД. Кроме того, Panasonic намерена переоборудовать завод по выпуску автомобильных решений в Осаке на выпуск литиевых АКБ и суперконденсаторов.

Источник изображения: Panasonic

В последние годы Panasonic уделяет всё больше внимания рынку ЦОД. Рынку предлагается широкий спектр решений, в т.ч. аккумуляторные модули для обеспечения резервного питания, используемые непосредственно в серверных стойках, сглаживающие пиковые нагрузки и предотвращающие критические перепады напряжения. В марте сообщалось, что бум ИИ помог Panasonic распродать аккумуляторы на годы вперёд.

Также производитель помимо модулей на литий-ионных АКБ разрабатывает варианты на основе конденсаторов, LVDC-системы и передовые СЖО. Так, в марте дочерняя структура Panasonic — Tecnair, выпускающая системы охлаждения, предложила новый CDU для ЦОД с СЖО. Стоит отметить, что внимание к дата-центрам всё больше уделяют и другие компании, для которых ИИ не является основным профилем. Так, General Motors (GM) занялась разработкой для ЦОД натрий-ионных аккумуляторов.