Компании Qualcomm Technologies и Amazon объявили о заключении многолетнего соглашения о сотрудничестве. Работы будут осуществляться по нескольким направлениям, включая создание кастомизированных чипов для дата-центров, ориентированных на ИИ-задачи.

Партнёры отмечают, что в настоящее время наблюдается экспоненциальный рост нагрузок, связанных с ИИ. Это приводит к стремительному увеличению спроса на вычислительные ресурсы и хранилища данных. Одновременно повышаются требования к пропускной способности каналов связи. Совместные усилия Qualcomm и Amazon как раз и будут направлены на создание аппаратных решений для высокопроизводительных ИИ-инфраструктур следующих поколений.

Компании, в числе прочего, займутся разработкой передовых чипов, оптимизированных для задач инференса в крупномасштабных дата-центрах. Qualcomm и Amazon также намерены сотрудничать в области высокопроизводительных оптических систем связи: речь идёт о решениях класса 1,6 Тбит/с и выше. При этом будут использоваться технологии Qualcomm, включая DSP и SerDes.

Источник изображения: Qualcomm

В рамках сотрудничества Qualcomm намерена расширить использование облачной инфраструктуры AWS, включая платформу Amazon Bedrock, которая обеспечивает доступ к большим языковым моделям (LLM) и ИИ-инструментам через общий интерфейс. Эти сервисы Qualcomm будет применять для автоматизации проектирования электроники (EDA), что позволит значительно ускорить процессы создания передовых микросхем.

Конечной целью сотрудничества Qualcomm и Amazon называют формирование высокопроизводительной, эффективной и экономичной инфраструктуры для ИИ и сопутствующих нагрузок.

В своей опубликованной не так давно статье Сатоши Мацуока (Satoshi Matsuoka), директор Центра вычислительной науки RIKEN в Кобе (Япония), подверг сомнению устоявшиеся представления о необходимости FP64-вычислений для HPC-задач и встал на защиту схемы Озаки II. Мацуока, по сути, утверждает, что аппаратная поддержка FP64 — не лучший способ выполнения определённых HPC-нагрузок, требующих 64-бит точности, на новых моделях ускорителей NVIDIA. В подтверждение он демонстрирует возможность использования FP8-расчётов с использованием схемы Озаки II для ускорения вычислений при сохранении той же 64-бит точности.

Используя терминологию автомобильных гонок, Мацуока говорит: прекратите использовать автомобили «Формулы-1» (FP64) для максимально быстрого перемещения по трассе HPC и замените их множеством «электровелосипедов» (FP8). Как отметил ресурс HPCwire, формат FP64 десятилетиями отвечал за производительность вычислений с плавающей запятой для приложений HPC. Исторически сложилось так, что производители CPU и GPU неизменно демонстрировали рост производительности в FP64-расчётах на протяжении поколений.

Но на рынке, движимом ИИ нового поколения, предпочтение отдаётся увеличению FP8-производительности. В то время как HPC требуют FP64, для обучения и инференса в ИИ нового поколения достаточно низкой точности расчётов. Ориентируясь на более крупный рынок, NVIDIA снизила производительность FP64 в ускорителях нового поколения (у AMD таких планов нет) и создала разрыв, который, по мнению Мацуоки, может быть заполнен «электровелосипедами» FP8. В связи с этим сообщество HPC задаётся вопросом: «Где мы будем получать производительность в формате FP64? Похоже, мы стали второсортными участниками рынка NVIDIA».

Источник изображений: HPCwire

Следует отметить, что по сравнению с традиционной схемой Озаки I, Озаки II обеспечивает более высокую вычислительную эффективность и лучшую масштабируемость для крупномасштабных высокоточных численных вычислений. В начале 2026 года Кацухиса Озаки (Katsuhisa Ozaki) и два других японских исследователя отметили, что исходный алгоритм Озаки II не может быть напрямую адаптирован к матричным MAC-блокам (умножение и сложение) FP8. В связи с этим они ввели квантование, которое имитирует модульную арифметику в FP8. Благодаря этому Ozaki II поддерживается Blackwell Ultra и Rubin, которые ограничили развитие INT8-производительности в пользу FP8/FP4.

В качестве аргумента Мацуоки привёл графики работы HCP-приложений на конкретных чипах. В целом, на все приложения, работающие на GPU, действует одно из двух ограничений. Первое — это пропускная способность памяти (диагональная линия в левой части графика). Второе ограничение — это пиковая скорость, с которой может работать чип (горизонтальная линия в верхней части изображения).

В точке пересечения линий пропускной способности памяти и пиковой производительности GPU получает данные с той скоростью, с которой он может их обрабатывать, что представляет собой хороший баланс между характеристиками подсистемы памяти процессора. При этом, большинство HPC-приложений ограничены пропускной способностью памяти, т.е. диагональной линией на графике. Снижение FP64-производительности резко меняет эти «пределы» для новых GPU NVIDIA.

Мацуока указал на два важных следствия этих изменений. Во-первых, ранее ограничиваемые памятью ядра (kernel) теперь упираются в вычислительные ресурсы. У B300 соотношение производительности к пропускной способности памяти находится на уровне 0,16 флопс/байт (1,3 Тфлопс/8 Тбайт/с). Во-вторых, тензорные блоки низкой точности (FP4 и FP8) при работе с типичным HPC-ядром, поддерживающим только FP64, простаивают и никак не влияют на время, затрачиваемое ядром на решение. Эта ситуация является наглядным проявлением различия между ИИ-нагрузками и HPC.

Мацуока также отметил, что несмотря на быстрое развитие алгоритмов Ozaki-I и Ozaki-II для операций GEMM (General Matrix-Matrix Multiply), все опубликованные исследования производительности сосредоточены на режиме, ограниченном вычислительными ресурсами, когда метод Ozaki наиболее очевидно в выигрыше благодаря огромному количеству тензорных блоков. Исследователь указал, что ни в одном опубликованном анализе никто не задавался вопросом: когда Ozaki-II становится выгодным для ядер, ограниченных объёмом памяти? Общепринятое мнение заключается в том, что методы EFT, в т.ч. Ozaki-I и II, не могут помочь ядрам с ограниченной пропускной способностью.

Поэтому Мацуока категорически называет нативную FP64-обработку единственным способом достижения производительности уровня HPC при использовании NVIDIA B300 и более поздних версий лишь догмой. Для обоснования своего утверждения Мацуока анализирует производительность с использованием четырех стандартных примитивов HPC:

• GEMM (общее умножение матриц).
• Пакетное GEMV (общее умножение матриц на векторы).
• 7-point Stencil (метод конечных разностей).
• SpMV (разреженное умножение матриц на векторы).

В таблице ниже приведены данные об ускорении вычислений на GPU нескольких поколения при использовании Ozaki-II в FP8-режиме относительно производительности тех же GPU в нативном режиме FP64. За базовый уровень взята производительность H100, последнего ускорителя NVIDIA, архитектура которого сбалансированна и подходит для HPC, а не исключительно для ИИ-инференса.

Мацуока утверждает, что согласно приведённым данным, схема Ozaki-II не ухудшает производительность по сравнению с базовым уровнем H100; напротив, она восстанавливает или улучшает масштабируемость для каждой рабочей нагрузки. «Ozaki-II — это не просто механизм компенсации регрессии NVIDIA в FP64; это механизм, который преобразует экономию площади кремния в <…> более быстрый FP64 с точки зрения приложения», — заявил исследователь.

AMD же повышает FP64-производительность, «поскольку метод Озаки не оправдывает ожиданий». Ранее компания указала на несколько проблем с EFT-методами. Во-первых, такое ПО не соответствует стандарту IEEE и не дает тех же результатов, что запуск кода на реальном FP-64оборудовании. Во-вторых, схема Озаки нацелена на квадратные матрицы. Если таковые в расчётах не используется, то производительность оказывается ниже, чем у нативного FP64-исполнения. В-третьих, традиционные HPC-задачи основаны на векторных расчётах, для которых методы Озаки малоэффективны — менее 10 % таких приложений охвачены матричными расчётами, позволяющими использовать EFT-методы. Но и для тех, что поддерживают такие методы, всё равно придётся переписывать код. Вместе с тем AMD не собирается отказываться от поддержки эмуляции Озаки на своих чипах в качестве резервного варианта.

В правительстве США выразили поддержку обеим концепциям. «В ходе обсуждений с Лизой Су (Lisa Su) и Дженсеном Хуангом (Jensen Huang) я убедился в их твёрдой приверженности формату FP64 и его дальнейшему развитию, — сказал ранее в интервью СМИ заместитель министра энергетики США (DoE) по науке и инновациям. «Это взаимодополняющие технологии», которые будут работать вместе, чтобы поддержать цель миссии Genesis — расширение границ в науке и технике с использованием ИИ. Следует уточнить, что он никогда прямо не заявлял о методах Озаки как о «запасном варианте» по сравнению с традиционными методами FP64 и и не объявлял об использовании эмуляции Озаки в целом.

Arm представила платформу нового поколения Neoverse Compute Subsystems (CSS) N4 для разработки серверных процессоров для ИИ ЦОД. Как сообщает компания, ИИ-инфраструктура становится всё более разнородной: для некоторых развёртываний требуются микросхемы, адаптированные под определённую системную архитектуру или функцию — от специализированных вычислительных платформ до цифровых сигнальных процессоров, сетевых и других специализированных решений.

Новая платформа позволяет внедрить технологии Arm в эти решения, предоставляя партнёрам возможность адаптировать её под свои нужды, сокращая при этом трудозатраты на разработку, риски, связанные с интеграцией, и время, необходимое для создания микросхемы. По словам компании, Neoverse CSS N4 (Ranger) — это самая гибкая вычислительная подсистема Arm, обеспечивающая самый быстрый способ создания кастомных процессоров для ИИ ЦОД.

Arm Compute Subsystems или CSS — это программа создания полукастомных решений, которая позволяет клиентам разрабатывать чипы на основе IP-ядер Arm, настраивая количество ядер, размер кеша, I/O-блоки и возможности подключения в соответствии со своими потребностями. Neoverse CSS N4 поддерживает от 8 до 128 ядер Neoverse N4 с тактовой частотой до 3,8 ГГц (первые в серии N с такой частотой), изготовленных по техпроцессу N3P от TSMC, с поддержкой мультичиплетной и мультисокетной архитектуры.

Источник изображения: Arm

Платформа поддерживает память DDR5/LPDDR6, обеспечивает до 256 Мбайт L3-кеша с ECC на кристалл, до 2 Мбайт L2-кеша с ECC на ядро и по 64 Кбайт L1d/L1i-кеша на ядро. Также платформа поддерживает до 128 линий PCIe 6.0/7.0 (блоки по x16 с бифуркацией до x4) с CXL 4.0, интерфейсы AMBA CHI/AXI и UCIe. Для BMC предполагается использование ASPEED AST2600. По данным компании, Neoverse CSS N4 обеспечивает в 2 раза более высокую производительность, в 1,25 раза более высокую производительность на ватт и в 1,75 раза более высокую пропускную способность памяти по сравнению с Neoverse N3 (Hermes).

Идея состоит в том, чтобы позволить разработчикам чипов тратить больше времени на добавление своих собственных элементов и меньше времени на то, чтобы разбираться, почему предположительно совместимые блоки перестали взаимодействовать друг с другом. CSS поставляется в виде RTL (Register-Transfer Level), который может быть интегрирован в современные EDA-процессы, с руководством по внедрению, поддержкой совместимости с IP-блоками сторонних производителей и интегрированным стеком ПО.

Arm заявляет, что клиенты могут развернуть Linux для проверки и разработки ПО до того, как появится готовый чип. Компания также предложила клиентам, которые не хотят заниматься разработкой собственных чипов, объединить CSS N4 с процессором Arm AGI. Это уже готовый чип для рабочих нагрузок, требующих высокой скорости обработки данных, а CSS N4 позволяет гиперскейлерам и разработчикам чипов адаптировать его под конкретные стойки. По словам компании, OpenAI, Meta✴, Cloudflare, Oracle, SAP, Lenovo, Supermicro и Verda уже разрабатывают системы и сервисы на базе процессора AGI.

ИИ-стартап Anthropic подписал соглашения общей суммой порядка $517 млрд за последние 11 мес. По данным The Information, компилировавшей соответствующие сведения с октября 2025 года, речь идёт о 14,8 ГВт вычислительных мощностей, которыми компания будет пользоваться в ближайшие годы. По данным источника, пожелавшего сохранить анонимность, ещё раньше компания также зарезервировала от 1 до 2 ГВт мощностей.

В последнее время Anthropic быстро наращивает свои вычислительные ресурсы. В конце августа заключено соглашение с Nscale на сумму $45 млрд, а до этого компания подписала с американскими застройщиками более дюжины писем о намерениях, касающихся аренды ЦОД. Кроме того, заключено соглашение на 191 МВт с Riot Platforms на $9,1 млрд. Наконец, компания заключила соглашение с Google на $200 млрд о поставке TPU-ускорителей — эту продукцию Anthropic сможет использовать самостоятельно, без прямого участия Google.

Источник изображения: Brecht Corbeel/unsplash.com

Компания не только арендует дата-центры, но и пользуется услугами облачных провайдеров для получения дополнительных вычислительных мощностей. Крупные сделки по их аренде были заключены с Akamai, AWS (с использованием ускорителей Trainium), крупная сделка на $50 млрд заключена с облачной компанией Fluidstack. Дополнительно известно о сделках со SpaceX/xAI, Google Cloud, Lambda, Volta Infra, CoreWeave, AMD и Microsoft.

Ранее инвесторам сообщалось, что компания намерена арендовать за $180 млрд серверы до 2029 года. Впрочем, с тех пор сумма, вероятно, значительно выросла. По данным The Information, она уже превысила полтриллиона долларов. Впрочем, издание признаёт, что могут быть и прочие сделки, о которых не сообщалось публично. Крупнейшими поставщиками вычислительных мощностей для Anthropic стали Google и AWS, совокупно они обеспечат 11 ГВт.

Если в 2021 году объём рынка российских ЦОД оценивался в 0,8–1 ГВт, то на начало 2026 года он вырос почти вдвое, до 1,8 ГВт с учётом коммерческих и государственных ЦОД, а также объектов, находящихся в ведении корпораций. При этом в следующую пятилетку совокупная мощность ЦОД может дополнительно удвоиться, сообщает «Коммерсантъ» со ссылкой на статистику NF Group.

За последние три года количество стойко-мест коммерческих ЦОД росла на 12–15 % ежегодно, но темпы строительства объектов не успевают за ростом спроса. Порядка 75 % совокупной коммерческой ёмкости ЦОД приходится на Московский регион, ещё 8–10 % — на Санкт-Петербург. Остальные мощности находятся в основном в Екатеринбурге, Новосибирске, Казани и других крупных городах, где сосредоточены крупнейшие заказчики, операторы и сетевая инфраструктура. Локациями с наиболее активным развитием строительства ЦОД экспертами называются Свердловская и Новосибирская области.

Дефицит энергомощностей в Московском регионе по оценкам NF Group, составляет 200–300 МВт. В Москве и Подмосковье на стадии строительства и проектирования находятся объекты на те же 200–300 МВт, но нет гарантий, что все они будут введены в эксплуатацию. При этом в Московской области в десятки раз выросла стоимость аренды земли для ЦОД. Попутно рассматривается вопрос разрешения ЦОД локальной генерации энергии.

Источник изображения: Gilly/unsplash.com

На строительство одного ЦОД мощностью 10 МВт нужен участок в 2–3 га, объекты от 50 МВт требуют 12–14 га. При этом ключевую роль играет не доступная площадь земли, а технические условия, акт технологического присоединения, вид разрешённого использования участка и удалённость от жилых районов — со временем вокруг ЦОД в России намерены создать «зоны отчуждения».

По словам экспертов, 1 га с 10 МВт мощности в Москве или непосредственной близости стоит 0,8–1 млрд руб. Устойчивый рынок подобных участков пока отсутствует, цены на площадки могут отличаться в разы. С учётом стоимости передачи участка и оформления мощностей, подходящая земля может обойтись в 1,1–1,3 млрд руб. Тем временем капитальные затраты на создание новых ЦОД увеличились приблизительно в 2–2,5 раза из-за роста цен оборудования, санкций, роста стоимости строительства и ряда других причин. По некоторым оценкам, около 40 % стоимости проекта может приходиться на «валютную составляющую».

В целом порядка 75 % затрат на строительство ЦОД — создание инженерных систем, 15 % — общестроительные работы, по 5 % приходится на проектные изыскания и прочие системы. Другими словами, экономика ЦОД в первую очередь зависит от инженерной составляющей, а не стоимости здания. При этом за электричество приходится конкурировать с офисными и жилыми проектами, в Московской области — дополнительно со складскими терминалами. В результате сроки реализации проектов увеличиваются, а затраты растут.

По расчётам 3data, в ближайшие 3–5 лет операторы будут заниматься как запуском новых площадок, так и обновлением старых объектов для их адаптации к росту нагрузок. В NG Group прогнозируют, что в следующие пять лет мощность ЦОД в стране может вырасти до 3–3,5 ГВт. При этом некоторые эксперты прогнозируют возможную миграцию операторов в регионы.

По статистике Министерства промышленности и информационных технологий Китая (MIIT), к концу июня текущего года общая мощность ИИ-вычислений в стране составила 2185 Эфлопс. Это на 177 % больше, чем годом ранее. А к концу июля, по данным Национальной комиссии по развитию и реформам, они превысили 2450 Эфлопс. В дальнейшем ожидается их кратное увеличение, сообщает SCMP. КНР намерена развёртывать ИИ-кластеры по 100 тыс. ускорителей и стремительно наращивать национальные ИИ-мощности в следующие пять лет.

Пока же власти наращивают инвестиции в инфраструктуру, необходимую для реализации этих амбициозных планов с сфере искусственного интеллекта. MIIT в своём отраслевом пятилетнем плане поставило цель добиться мощности ИИ-вычислений на уровне 9800 Эфлопс (9,8 Зфлопс) к 2030 году. На развитие информационной инфраструктуры в 2026–2023 гг. намерены потратить ¥3,7 трлн ($532 млрд).

В частности, планом предусматривается «упорядоченное развёртывание» кластеров интеллектуальных вычислений по 10 тыс. ИИ-ускорителей, а также объектов по 100 тыс. и более ускорителей. В то же время будут создаваться специальные вычислительные мощности для инференса, адаптированные под различные задачи и отрасли. Также предполагается развитие инфраструктуры с учётом использования ИИ-чипов китайского производства.

Источник изображения: Road Trip with Raj/unsplash.com

Новые цели — продолжение курса на активное наращивание ИИ-инфраструктуры страны. MIIT сообщает, что на конец июня страна построила 52 объекта для ИИ-вычислений за год, каждый из которых оснащён более 10 тыс. ИИ-ускорителей. Другими словами, для достижения поставленной Китаем на 2030 год цели, стране придётся нарастить вычислительные мощности более чем вчетверо.

Расширение инфраструктуры тесно связано с инициированным в 2022 году проектом «Восточные данные — западные вычисления» (East Data, West Computing), предполагающие перенос вычислительных нагрузок из восточных регионов с высокой плотностью населения и дефицитом земли и энергоресурсов, на западные территории, где земля дешева, а энергии в достатке.

С тех пор Китай уже создал сеть из восьми национальных вычислительных центров, 10 кластеров ЦОД и трёх регионов, делающих акцент на координации вычислительной инфраструктуры с энергоснабжением. Впрочем, пока соответствующая программа не вполне оправдала себя — дата-центры простаивают, а для продажи их мощностей приходится прикладывать усилия.

Стремление Таиланда стать новым хабом ИИ ЦОД столкнулось с суровой реальностью — нехваткой ресурсов. Местные власти приостановили строительство 49 дата-центров, поскольку общественность озабочена воздействием на жителей этих энергоёмких объектов, сообщает Bloomberg. Приостановка реализации проектов даст правительству на разработку новых отраслевых норм, которые, как ожидается, анонсируют через месяц.

Об этом сообщил генеральный секретарь Национального совета по экономическому и социальному развитию Таиланда. По его словам, принятое решение не означает, что Таиланд «закрывает двери» для инвестиций в дата-центры, поскольку эта индустрия имеет критически важное значение для конкурентоспособности страны. При этом он подчеркнул, что нужно просто разработать прозрачные и последовательные стандарты для устойчивого развития отрасли. По словам чиновника, Таиланду необходимо организовать единообразный надзор за действующими и строящимися ЦОД.

В целом надзор за индустрией ЦОД усиливают правительства по всему миру, поскольку быстрое внедрение ИИ привело к росту количества подобных объектов. Общемировые расходы на дата-центры до 2050 года по оценкам PwC должны к 2050 году составить $31,6 трлн — это необходимо для растущего спроса на ИИ в мире и беспрецедентного бума инвестиций в индустрию.

Источник изображения: Florian Wehde/unsplash.com

В то же время техногиганты во главе с гиперскейлерами пытаются противостоять негативной реакции на развитие строительства ЦОД, угрожающей замедлить рост рынка. По данным Data Center Watch, за первые три месяцы 2026 года как минимум 75 проектов общей стоимостью $130 млрд уже заблокированы из-за локальных протестов. Протестующие обеспокоены их возможным воздействием на окружающую среду, потреблением ресурсов, а также ростом безработицы из-за ИИ. Ранее сообщалось, что большинство американцев за то, чтобы ЦОД строили подальше от их собственных домов.

Тем временем в Таиланде активно развивается строительство ЦОД, поскольку страна претендует на роль одного из региональных хабов в этой сфере — мировые технологические компании, включая Alphabet (Google), Amazon (AWS) и Microsoft строят всё новые мощности. В мае правительство Таиланда одобрило расширение инфраструктуры TikTok, включая сервисы хостинга данных, серверы и др., два ЦОД в стране имеются и у Alibaba Cloud. В целом в I полугодии правительство одобрило 88 проектов с совокупными инвестициями ฿886 млрд ($27 млрд), связанных с ИИ и ЦОД, для сравнения, в течение всего 2025 года технологические инвестиции составили всего ฿623 млрд.

«Жадность» ЦОД до воды и электричества заставили правительство Таиланда пересмотреть подход к индустрии. Власти рассматривают возможность ввести более высокие тарифы на электроэнергию для операторов ЦОД, а также усиливает контроль за строительством дата-центров в густонаселённых зонах — после того, как возникли опасения в связи с активной застройкой ЦОД центра Бангкока. Власти столицы временно прекратили выдачу разрешений после жалоб на строительство дата-центров поблизости от больниц — выяснилось, что закон никак не мешает оформлять такие объекты как «склады». Всего, по данным властей, в стране уже действуют 35 дата-центров, ещё 117 объектов ждут одобрения и постройки.

В распоряжении сетевых источников оказалась новая порция технической информации о загадочном процессоре с архитектурой x86, который проектируется неназванной компанией. Чип может получить поддержку ряда технологий, работу над которыми Intel либо отложила, либо вовсе свернула, передаёт Phoronix.

В частности, готовящийся CPU использует концепцию x86S (x86 Simplification) — это исключительно 64-бит процессор, из которого полностью исключена поддержка старых 16-бит и 32-бит режимов на аппаратном уровне. Intel ранее рассматривала идею x86S, но в декабре 2024 года решила прекратить единоличную разработку данной архитектуры.

Ещё одной особенностью загадочного изделия является технология FRED (Flexible Return and Event Delivery), предназначенная для обработки системных событий и прерываний. Она заменяет старые, медленные механизмы переключения привилегий на новые — с низкой задержкой. Intel и AMD объединили усилия в рамках консультативной группы x86 Ecosystem Advisory Group (EAG) для стандартизации FRED, чтобы сделать решение общеотраслевым стандартом.

Источник изображения: unsplash.com / Brecht Corbeel

Кроме того, для нового чипа предусмотрена система APX (Advanced Performance Extensions), ориентированная на увеличение производительности ядер. Она предполагает использование 32 регистров общего назначения вместо прежних 16. Упомянуты также расширенные варианты аппаратной архитектуры матричных вычислений Intel AMX (Advanced Matrix Extensions), содержащие 16 или 32 тайловых регистра вместо стандартных 8. В целом, чип реализован как исключительно 64-разрядный (PM64-only) с пятиуровневой адресацией (PML5-only).

Кто стоит за созданием процессора, пока не ясно. Высказываются предположения, что это может быть китайская компания Zhaoxin или Hygon. Другая версия — стартап RosaicLabs, который, как сообщается, получил доступ к наработкам Intel в области изделий Atom и продолжил улучшать архитектуру этих чипов. Однако чипу уровня Atom вряд ли нужны APX и AMX.

Компания ASUS анонсировала сервер ESC8000-E12P в форм-факторе 4U, предназначенный для выполнения различных задач в области ИИ, включая инференс и визуальные вычисления. Новинка построена на модульной архитектуре NVIDIA MGX с использованием процессоров Intel Xeon 6 поколения Granite Rapids-SP.

Машина имеет двухсокетную конфигурацию: могут устанавливаться чипы Xeon 6500/6700 в исполнении LGA 4710 с показателем TDP до 350 Вт. Доступны 32 слота для модулей оперативной памяти DDR5-6400/5200 RDIMM/3DS RDIMM суммарным объёмом до 8 Тбайт. Во фронтальной части находятся восемь отсеков для SFF-накопителей NVMe с возможностью горячей замены. Кроме того, есть два внутренних коннектора для SSD типоразмера M.2 22110 с интерфейсом PCIe 5.0 x4.

Сервер располагает восемью слотами PCIe 5.0 x16 для двухслотовых ИИ-ускорителей FHFL, таких как NVIDIA H200, NVIDIA RTX Pro 6000 Blackwell Server Edition, NVIDIA RTX Pro 4500 Blackwell Server Edition и Intel Gaud3. Кроме того, реализованы пять слотов PCIe 5.0 x16 для карт NIC/BlueField-3 (FHFL) и один разъём PCIe 5.0 x16 (FHHL). В оснащение входят два сетевых порта 10GbE RJ45 на основе контроллера Intel X710-AT2 и выделенный сетевой порт управления 1GbE RJ45.

Источник изображения: ASUS

Новинка оборудована воздушным охлаждением. За питание отвечают четыре блока мощностью 3200 Вт с резервированием и сертификатом 80 PLUS Titanium. Предусмотрены порты USB 3.0 и Mini DisplayPort. Габариты составляют 800 × 439,5 × 175 мм, масса — 45 кг. Диапазон рабочих температур простирается от +10 до +35 °C.

Американо-сингапурская компания Flex намерена приобрести EPC Power за $4,4 млрд, добавив в своё портфолио технологии электропитания 800 В DC, решения для формирования и поддержки параметров электросети, а также прочие продукты для преобразования тока для инфраструктуры ЦОД. Ожидается, что сделку закроют в IV квартале 2026 года, сообщает Datacenter Knowledge. Ранее Flex приобрела производителя СЖО JetCool.

EPC Power войдёт в состав подразделения Cloud and Power Infrastructure, которое превратится в отдельную публичную компанию в I квартале 2027 года. Сейчас EPC Power разрабатывает для ЦОД системы преобразования энергии, крупные энергохранилища и решения для микросетей. В том числе речь идёт о технологиях формирования электросетей, выпрямителях, преобразователях DC–DC, твердотельных трансформаторов. По данным Flex, платформа EPC Power разработана для прямого подключения нагрузок 800 В DC к энергосети. Платформа может объединить функции, обычно выполняемые системами ИБП и системами распределения переменного тока (AC).

Для операторов ЦОД использование архитектуры 800 В DC должно изменить механизм подачи электроэнергии на объекты с ИИ-оборудованием высокой плотности. По мере роста мощности стоек, обслуживающие их электросистемы становятся всё более значимой частью проектов ЦОД. Технология EPC Power рассчитана именно на системы, связанные с преобразованием энергии, а не на само вычислительное оборудование. По словам экспертов Persistence Analytics Group, покупка за $4,4 млрд свидетельствует о том, что технологии преобразования электричества сами по себе становятся всё более стратегически важной частью ИИ-инфраструктуры.

Источник изображения: Raze Solar/unsplash.com

Также технологии EPC Power рассчитаны на быстрые изменения энергопотребления, связанные с ИИ-нагрузками. Платформа Agile Grid-Forming призвана отвечать на перепады мощности в течение миллисекунд. Cистемы компании могут объединять энергохранилища и локальные источники генерации, в то же время обеспечивая сетевые подключения и работу в составе микросетей. Это позволит ЦОД лучше контролировать то, как его нагрузка «выглядит» для внешней сети. Силовая электроника и хранилища могут сглаживать колебания потребления, а конвертеры — управлять электрическими параметрами там, где начинается взаимодействие с внешней энергосетью.

Новость о покупке последовала за сообщением об утроении производственных мощностей EPC Power в США, до 27 ГВт/год с перспективой роста до 40 ГВт/год. В июле компания запустила объекты общей площадью около 15,5 тыс. м² в городе Фаунтин-Инн (Fountain Inn, шт. Южная Каролина). Увеличен выпуск силовых инверторов семейств M и MRACK для электросетей, систем хранения энергии и оборудования для энергообеспечения ИИ ЦОД.

Flex ожидает от EPC Power выручку около $800 млн в ходе календарного 2026 года. Также Flex объявила, что в 2027 году ожидает роста органической выручки на уровне около 40 %, EBITDA должна составить около 30 %. Покупку компании оплатят, используя сочетание долгового и акционерного финансирования. В 2022 году контрольную долю в EPC Power приобрели Goldman Sachs Alternatives и Cleanhill Partners, после первоначальных инвестиций, сделанных в 2021 году.