Компания Coherent, выпускающая лазеры, оптические компоненты, полупроводники для ИИ-систем и 6″ пластины из фосфида индия (InP), начала строительство расширенного производственного корпуса в Шермане (Sherman, Техас). В церемонии открытия принял участие глава NVIDIA Дженсен Хуанг (Jensen Huang) и генеральный директор Coherent Джим Андерсон (Jim Anderson). Хуанг назвал Coherent жизненно важной компанией для будущего США.

Новая фабрика позволит нарастить производство пластин из фосфида индия — ключевого компонента систем передачи данных между чипами, серверами и ЦОД, формирующего современный оптический «каркас» ИИ-инфраструктуры. Coherent заявила, что полученный в рамках CHIPS Act грант поможет профинансирвоать расширение производства. Ранее $17 млн было выделено в рамках техасской программы CHIPS и от локального фонда Sherman Economic Development Corporation. Импульс придаёт и обязательство NVIDIA организовать создание ИИ-инфраструктуры в США на сумму до $500 млрд.

Полупроводники на основе фосфида индия или арсенида галлия лежат в основе высокоскоростных сетей, необходимых для современных ИИ-систем, таких как NVIDIA Vera Rubin Ultra NVL576. InP-лазеры используются в оптических модулях Coherent, устанавливаемых в сетевые коммутаторы NVIDIA. Те же модули применяются в коммутаторах NVIDIA Spectrum-X и Quantum-X с интегрированной оптикой (CPO), для которых Coherent поставляет внешние лазерные модули.

Источник изображения: NVIDIA

NVIDIA и Coherent сотрудничают почти 20 лет. В марте они заключили многолетнее стратегическое соглашение, в рамках которого NVIDIA инвестирует $2 млрд в Coherent для поддержки разработок и исследований, а также организации производства на территории США. Кроме того, NVIDIA обязалась закупать у Cohere передовые лазерные и оптические сетевые продукты. Ранее она также заключила крупное соглашение с поставщиком оптоволокна Corning, который тоже расширит производство на территории США.

Завод в Шермане занимается выпуском не одного конкретного продукта, а производством всевозможных лазеров, трансиверов, подключаемых оптических модулей и др., обеспечивающих передачу данных в экосистеме NVIDIA. Переход на современные 6″ пластины из фосфида индия позволит приблизительно вчетверо увеличить выход продукции. Большинство других поставщиков до сих пор использует только 3″–4″ пластины.

Консорциум MLCommons опубликовал результаты тестирования различных аппаратных решений в бенчмарке MLPerf Training 6.0. В нём появилось два новых теста — DeepSeek V3 и GPT-OSS 20B, что подчёркивает общеотраслевой переход к разреженным вычислениям, примером которого является архитектура MoE (Mixture-of-Experts).

DeepSeek V3 — крупномасштабная MoE-модель c 671 млрд параметров, из которых 37 млрд активируются для генерации отдельного токена. Она предоставляет стандартизированную платформу для оценки эффективности обучения ведущей модели MoE с открытыми весами. GPT-OSS 20B — MoE-модель c 21 млрд параметров, из которых 3,6 млрд активируются для генерации одного токена. Она позволяет организациям оценивать сложную логику маршрутизации и шаблоны разреженных вычислений, характерные для архитектуры MoE, на аппаратных конфигурациях размером всего в один узел с восемью ускорителями.

Версия MLPerf Training 6.0 установила новые рекорды по разнообразию представленных систем. Участники выложили результаты 95 уникальных систем, использующих тринадцать различных аппаратных ускорителей, 19 различных хост-процессоров и несколько различных программных фреймворков. 60 % систем были многоузловыми. При этом количество представленных облачных систем более чем вдвое больше, чем в раунде 5.1.

Источник изображения: NVIDIA

В раунде MLPerf Training v6.0 представлены заявки от 24 организаций: AMD, ASUSTeK, Azure, Cisco, CoreWeave, Dell, Fujitsu, GigaComputing, Google, HPE, Inventec, Krai, Lambda, MITAC, Nebius, Netweb Technologies India, NVIDIA, Oracle, Quanta Cloud Technologies, SCITIX, Supermicro, tinycorp, TTA и Vultr. «Мы особенно рады приветствовать участников, впервые представляющих свои результаты в MLPerf Training: Inventec, Netweb Technologies India, TTA и Vultr», — сообщил Дэвид Кантер (David Kanter), руководитель MLPerf в MLCommons.

NVIDIA вновь стала лидером в новом раунде MLPerf Training, причём во всех тестах, в очередной раз став единственной платформой, которая предоставила результаты по всем тестам. Также NVIDIA была единственной платформой, представившей результаты по новым тестам, при этом система NVIDIA GB300 NVL72 «установила планку производительности благодаря оптимизированным программным стекам NVIDIA и конструкции, объединяющей 72 GPU Blackwell Ultra и 36 CPU Grace с использованием NVLink и NVLink Switch».

В нескольких случаях партнёры NVIDIA масштабировали систему до 8192 ускорителей Blackwell, работающих согласованно в различных ЦОД. Эти результаты подтвердили реальную надёжность платформы Blackwell в масштабируемых кластерных средах, говорит NVIDIA.

Источник изображения: NVIDIA

Для достижения максимальной производительности таких моделей, как DeepSeek-V3, NVIDIA в этом раунде MLPerf Training применила несколько программных оптимизаций, включая использование итерационных графов CUDA для MoE без удаления токенов, применение CuTe DSL для продвинутых операций слияния ядер, алгоритм внимания MXFP8 для повышения производительности без ущерба для качества модели, оптимизацию маршрутизатора и оптимизацию схемы коммуникации 1F1B all-to-all overlap. Также NVIDIA оптимизировала компоновку и баланс параллельных этапов конвейера, минимизируя структурное простаивание.

Для обработки DeepSeek-V3 671B компания NVIDIA использовала до 8192 GPU в системах GB200 NVL72, что стало самым масштабным результатом на основе Blackwell в MLPerf Training на сегодняшний день. NVIDIA также представила результаты на 5120 GPU с системами NVIDIA GB200 NVL72 в Llama 3.1 405B, одной из самых крупных LLM плотной архитектуры в этом бенчмарке.

Результаты этого раунда также отражают тесное сотрудничество NVIDIA с компаниями-партнёрами в области системной архитектуры, сетей и ПО. Например, Microsoft Azure масштабировала обучение Llama 3.1 405B до 8192 GPU, используя системы GB200 NVL72, и достигла целевого эталонного значения за 7,07 мин., что является самым быстрым временем обучения для этого бенчмарка. А CoreWeave показала самое быстрое время обучения для DeepSeek-V3 671B, достигнув целевого качества за 2,02 мин. на 8192 GPU в составе GB300 NVL72, объединённых Spectrum-X Ethernet.

Новейшая статистика свидетельствует, что почти половины выручки на мировом рынке серверов приходится на архитектуры, отличные от «классической» x86, сообщает The Register со ссылкой на исследование IDC. Ситуацию определяют спрос на ИИ-системы и дефицит памяти DRAM и NAND.

В отчёте IDC Worldwide Quarterly Server Tracker за I квартал 2026 года говорится, что на x86-серверы с процессорами AMD и Intel приходится чуть более 50 % выручки, а на прочие архитектуры — 47,9 %. При этом последние показали рост на 107 % г/г ($58,7 млрд), тогда как x86-платформы упали, но лишь на 2,9 % г/г ($63,9 млрд). Рынок в целом вырос до $122,6 млрд, на 30,4 % г/г. Аналитики связывают такое изменение сил с ростом продаж систем NVIDIA, которые включают Arm-процессоры. Спрос на них чрезвычайно высок, а стоят они значительно выше чипов для обычных серверов ЦОД.

И, если гиперскейлеры и крупные облачные провайдеры и не думают замедлять инвестиции, то рынок классических серверов, не связанных с ИИ-ускорителями, чувствует себя не особенно бодро, во многом из-за приоритетных инвестиций и поставок в ИИ. Так, производители памяти предпочитают выпускать более маржинальные продукты для ИИ-платформ, поэтому прочим сегмента рынка памяти не хватает. По данным IDC, дефицит DRAM и NAND определяет дефицит поставок обычных серверов в краткосрочной перспективе, хотя спрос на них тоже довольно высок. Но высокие цены вынуждают откладывать закупки.

Источник изображения: Towfiqu barbhuiya/unsplash.com

Серверы с GPU-ускорителями принесли $68,9 млрд, рост составил около 25 % г/г. На прочие «ускоренные» серверы с FPGA/ASIC пришлось $17,7 млрд, рост составил 122 % г/г. В IDC считают, что внедрение ИИ-инфраструктуры более не ограничено спросом гиперскейлеров. Например, суверенные ИИ-мощности пытаются создавать по всему миру на государственном уровне. IDC рассчитывает, что ситуация начнёт нормализоваться с 2027 года, когда производители чипов введут в строй новые фабрики и расширят имеющиеся производственные мощности.

За последние два десятилетия на серверы, построенные не на x86-архитектуре, приходилось менее 10 % выручки, большинство из которой доставалась IBM (POWER и z-менфреймы), которая фактически была единственным крупным поставщиком проприетарных серверных решений после того, как Oracle разочаровалась в платформе Sun SPARC, а HPE решила, что поддерживать бизнес на основе «экзотических» архитектур вроде Itanium нецелесообразно. Архитектура RISC-V весьма популярна в Китае, поскольку на неё не распространяются многие ограничения политических оппонентов, однако массовыми крупные серверные CPU на её базе так и не стали, хотя цифры по отгруженным ядрам впечатляют.

Так что надежды Arm занять более половины рынка чипов для ЦОД оправдались. Так, у Microsoft есть собственные Arm-процессоры Cobalt 200, у AWS — Graviton 5, у Alibaba Cloud — Yitian 710, а у Google — Axion. Среди крупных независимых остались Ampere Computing (используется Oracle), которая теперь принадлежит SoftBank, и Huawei со своими Kunpeng. Собственные Arm-процессоры также готовят сама Arm, Qualcomm, Fujitsu и NVIDIA. Причём последняя позиционирует их именно как конкурентов x86.

SharonAI Holdings заключила с NVIDIA стратегическое соглашение сроком на шесть лет для поддержки развёртывания ИИ-фабрики мощностью 72 МВт в Австралии. Договор позволяет SharonAI масштабировать свою облачную ИИ-платформу, использовав до 40 тыс. ускорителей NVIDIA GB300. Мощности рассчитаны на спрос со стороны корпоративных клиентов, ИИ-стартапов, университетов, госсектора и исследовательских структур, требующих суверенных вычислительных мощностей, сообщает Converge! Digest.

В основе сотрудничества — использование платформы для ИИ-фабрик NVIDIA DSX (на том же пакете технологий намерена строить ЦОД компания Helix Digital Infrastructure). Предусмотрено распределение средств, позволяющее ускорить развёртывание крупномасштабной ИИ-инфраструктуры. Sharon будет предоставлять облачные сервисы на основе продуктов NVIDIA, а последняя получит не только средства от продажи самих ускорителей и оборудования, но и долю «облачной» выручки. Это позволяет снизить капитальные затраты, одновременно расширяя доступ к передовым вычислительным ресурсам.

Источник изображения: Jamie Davies/unsplash.com

По итогам соглашения общая мощность объектов Sharon AI вырастет до 132 МВт, 102 МВт уже законтрактованы будущими клиентами. Компания рассчитывает развернуть более 55 тыс. ускорителей NVIDIA к середине 2027 года. Она обладает статусом NVIDIA Cloud Partner и утверждает, что новое соглашение укрепит её позиции в формирующейся ИИ-экосистеме Австралии и поможет развитию ИИ-фабрик для коммерческих и государственных структур страны.

По словам Converge!, соглашение отражает растущий тренд, предусматривающий более тесную работу NVIDIA с облачными провайдерами и «неооблачными» компаниями для ускоренного развёртывания ИИ-инфраструктуры. Вместо того, чтобы просто полагаться на гиперскейлеров, NVIDIA всё чаще поддерживает проекты региональных ИИ-фабрик, создающихся для обеспечения суверенными мощностями правительств, коммерческих компаний, университетов и стартапов.

Примечателен масштаб планируемого проекта. Полностью укомплектованная экосистема на 40 тыс. GB300 может считаться одной из крупнейших в Азиатско-Тихоокеанском регионе. Более того, речь идёт об эволюции бизнес-моделей в сфере ИИ — поставщики оборудования стремятся участвовать в бизнесе, постоянно получая долю выручки от облачных сервисов, не ограничиваясь только продажей оборудования.

Национальный суперкомпьютерный центр Сингапура (NSCC) объявил о запуске вычислительного комплекса ASPIRE 2B с производительностью 115 Пфлопс. Систему планируется использовать для решения сложных задач в области климатологии и метеорологии, здравоохранения, разработки материалов, передового производства, ИИ и пр.

В основу ASPIRE 2B положены 96-ядерные процессоры AMD EPYC 9655 поколения Turin: суммарное количество вычислительных ядер в составе суперкомпьютера достигает 184 320 (задействованы 1920 чипов). Быстродействие CPU-секции находится на уровне 12 Пфлопс.

GPU-раздел машины объединяет 1536 ускорителей NVIDIA H200 со 141 Гбайт памяти HBM3e. Их суммарная пиковая производительность указана на отметке 103 Пфлопс. Объём системной памяти составляет 1072 Тбайт, вместимость подсистемы хранения данных — 63,5 Пбайт. Применяется интерконнект Slingshot с пропускной способностью 400 Гбит/с.

Суперкомпьютер ASPIRE 2B планируется интегрировать с квантовой системой Helios компании Quantinuum, установка которой в Сингапуре запланирована на конец нынешнего года. Это позволит осуществлять гибридные квантово-классические вычисления в рамках комплексных проектов, связанных с молекулярным моделированием и созданием перспективных материалов.

Источник изображения: NSCC

Отмечается также, что NSCC меняет модель доступа пользователей к вычислительным ресурсам страны. Приоритет будет отдаваться национальным программам исследований и инноваций. Это должно способствовать ускорению развития передовых технологий и расширению сферы предпринимательства.

KKR, Кувейтское инвестиционное управление (Kuwait Investment Authority, KIA), NVIDIA и крупная энергетическая компания Vistra создали совместное предприятие Helix Digital Infrastructure для строительства ИИ ЦОД для облачных гиперскейлеров, сообщает Silicon Angle. Предприятие уже привлекло более $10 млрд на свои проекты и рассчитывает привлечь и других инвесторов в будущем. Возглавляет новую структуру бывший гендиректор AWS Адам Селипски (Adam Selipsky), перешедший в KKR, а руководитель направления цифровой инфраструктуры KKR Вальдемар Шлезак (Waldemar Szlezak) стал её директором по инвестициям.

Компания рассчитывает строить ЦОД на основе пакета технологий NVIDIA DSX, предназначенного для создания крупных ИИ-кластеров. Специальный инструмент для симуляций позволяет тестировать проекты ЦОД до их развёртывания, а ПО DSX OS позволяет автоматизировать повседневные задачи по обслуживанию ИИ-инфраструктуры. Helix назвала NVIDIA стратегическим партнёром, которая поможет с развёртыванием ИИ-инфраструктуры. Vistra, совокупные генерирующие мощности которой составляют 44 ГВт, станет ключевым поставщиком электроэнергии.

Источник изображения: CHUTTERSNAP/unsplash.com

Helix позиционирует себя как универсального поставщика ИИ-инфраструктуры «под ключ». Планируются не только инвестиции в ЦОД, но и в ВОЛС, энергетическую инфраструктуру, включая электростанции и ЛЭП, и связанные активы. У Blackrock есть аналогичная инициатива AIP (AI Infrastructure Partnership), в которой тоже участвуют KIA и NVIDIA, а Blackstone договорилась с Broadcom о развёртывании крупных ИИ-мощностей.

Решение создать новую структуру, возможно, частично обусловлено чередой многомиллиардных сделок, подписанных строителями ИИ ЦОД за последний год. Так, в апреле CoreWeave заключила контракт на $21 млрд на поставку облачных мощностей Meta✴ Platforms до 2032 года. За несколько недель до этого Nebius Group заключила с Meta✴ аналогичный договор на $27 млрд. Тем временем Microsoft обязалась приобрести вычислительные мощности ИИ-ускорителей у Nscale.

При этом CoreWeave не только строит инфраструктуру для гиперскейлеров, но и управляет собственным публичным облаком. Helix может избрать аналогичный подход. Возможно, что компания направит часть капитала на создание собственных технологий ЦОД, и это позволит получить перед конкурентами технологическое преимущество.

Компания Wiwynn (дочерняя структура Wistron), по сообщению ресурса Tom's Hardware, продемонстрировала один из первых в отрасли серверов хранения NVIDIA SCADA (SCaled Accelerated Data Access). Устройство ориентировано на высокопроизводительную обработку больших объёмов данных в рамках задач обучения ИИ-моделей и инференса.

Источник изображений: Wiwynn

Новинка выполнена в MGX-шасси высотой 6U и рассчитана на монтаж в 19″ серверную стойку. Задействован процессор NVIDIA Vera, который содержит 88 ядер Olympus, или Intel Xeon (в составе HPM-). Доступны восемь слотов для модулей DDR5. Система несёт на борту четыре ускорителя NVIDIA RTX Pro 6000 Blackwell Server Edition, четыре коммутатора PCIe 6.x и четыре 800G-карты ConnectX-9 SuperNIC/DPU BlueField-4 (опционально GPU можно поменять на DPU). Реализовано полностью жидкостное охлаждение.

Сервер рассчитан на 96 накопителей EDSFF E3.S SSD с вертикальной загрузкой. При использовании изделий Micron 9650 Pro вместимостью 30,72 Тбайт с интерфейсом PCIe 6.0 суммарная ёмкость достигает 2,949 Пбайт. При этом обеспечивается показатель IOPS на операциях случайного чтения до 528 млн. Максимальное энергопотребление новинки — 9 кВт (питание DC 50 В). Кабели питания и гибкие шланги СЖО расположенные в нишах по бокам, что позволяет выдвигать лоток с накопителями и производить «горячую» замену SSD.

Отмечается, что традиционные серверы на основе CPU плохо справляются с такими задачами, как векторный поиск, генерация с дополненной выборкой (RAG), анализ графов и извлечение данных из KV-кеша. При таких нагрузках процессору необходимо выдавать команды, обрабатывать запросы и контролировать передачу данных, из-за чего создаются узкие места.

Платформа SCADA позволяет решить проблему благодаря тому, что операции ввода-вывода и обработка данных возлагаются на GPU — без участия CPU. По сути, ускорители RTX Pro 6000 Blackwell Server Edition в составе машины выполняют функции процессоров хранения, которые инициируют и обрабатывают транзакции и миллионы запросов со стороны ИИ-приложений, а также передают данные на вычислительные узлы посредством карт ConnectX-9.

Университет Монаша (Monash University) в Австралии в партнёрстве с компаниями NVIDIA, Dell Technologies и ЦОД-оператором CDC Data Centres объявил о запуске суперкомпьютера MAVERIC (Monash AdVanced Environment for Research and Intelligent Computing).

Новый НРС-комплекс смонтирован в Бруклинском центре CDC в Мельбурне. В основу системы положены серверы Dell PowerEdge XE9712 на платформе NVIDIA GB200 NVL72. Эти суперускорители объединяют 72 чипа B200 и 36 процессоров Grace. При этом каждое изделие B200 содержит 16 896 ядер CUDA, 528 тензорных ядер и 192 Гбайт памяти HBM3Е.

MAVERIC использует передовую технологию жидкостного охлаждения с замкнутым контуром, благодаря чему отпадает необходимость в постоянном водоснабжении. Утверждается, что такое конструктивное решение не только снижает негативное влияние на окружающую среду, но и устанавливает новый стандарт для устойчивых высокопроизводительных вычислений.

Источник изображения: Университет Монаша

Показатели производительности MAVERIC не раскрываются. Но отмечается, что суперкомпьютер специально разработан для крупномасштабных задач ИИ и обработки больших объемов данных. Предполагается, что запуск машины поможет в решении важнейших глобальных проблем здравоохранения, включая раннюю диагностику рака, лечение хронических заболеваний, открытие новых лекарств и пр. Использовать ресурсы системы планируется и в других областях, включая моделирование климата и обработку конфиденциальной информации.

Компания OpenAI ведёт «продвинутые» переговоры об аренде кампуса ЦОД на 10 ГВт на юге Огайо. Возможно, сделка получит финансовую поддержку со стороны NVIDIA, сообщает Network World. С учётом сегодняшних цен на чипы, электроэнергию и строительные работы возведение кампуса обойдётся минимум в $500 млрд. Отмечается, что условия аренды объекта всё ещё обсуждаются, а вопросы финансирования, получения разрешений и сроков развёртывания мощностей пока не решены.

Известно, что OpenAI будет контролировать вычислительное оборудование в рамках 20-летнего договора аренды и начнёт выплаты после ввода объекта в эксплуатацию. Первый этап проекта должен быть запущен в 2028 году. NVIDIA будет поставлять оборудование и выступит гарантом как выполнения арендатором финансовых обязательств, так и финансирования строительства инфраструктуры.

Это свидетельствует о трансформации стратегии развития ИИ: стороны заключают всё более долгосрочные соглашения для обеспечения гарантированных мощностей на фоне стремительно растущего спроса. По словам Counterpoint Research, подобные «симбиотические» сделки становятся нормой по мере роста ИИ-инфраструктуры.

Данное соглашение о финансировании позволит расширить взаимодействие OpenAI и NVIDIA, договорённость о котором официально достигнута в 2025 году. В сентябре компании объявили о совместном введении в эксплуатацию не менее 10 ГВт систем NVIDIA. Последняя сообщила, что рассчитывала поэтапно инвестировать до $100 млрд в OpenAI. На первом этапе планируется использовать платформу NVIDIA Vera Rubin.

Источник изображения: Ambre Estève/unsplash.com

Гарантии, предоставленные NVIDIA по соглашению об аренде, дополнительно укрепляют связи между ней и OpenAI. Как полагает Greyhound Research, когда поставщик чипов гарантирует финансирование аренды и строительства, характер отношений меняется — теперь речь идёт не о взаимодействии вендора и клиента, а об отношениях спонсора и арендатора. Это имеет значение и для корпоративных клиентов OpenAI: они выбирают не только конкретные ИИ-модели, но и зависимость от экономического «центра притяжения», с которым связаны производство чипов, энергетика, капитал и даже внимание регуляторов.

Вероятно, речь идёт о кампусе, строительство которого Министерство энергетики США анонсировало ещё в марте. Речь идёт о переоборудовании территории бывшего предприятия Portsmouth Gaseous Diffusion Plant возле Пайктона (Piketon, Огайо). В рамках названного партнёрства подконтрольная SoftBank компания SB Energy обязалась построить от 10 ГВт новых энергомощностей, включая минимум 9,2 ГВт с питанием от генераторов на природном газе. Кроме того, планируется потратить миллиарды долларов на ЛЭП. На тот момент министерство не называло вероятного арендатора.

Для корпоративных клиентов структура сделки подчёркивает необходимость оценивать не только возможности предлагаемых ИИ-моделей и стоимость услуг. Им следует добиваться условий соглашений, предусматривающих сохранение гибкости инфраструктуры: она не должна зависеть от одного поставщика вычислительных решений. По мнению экспертов, OpenAI стоит диверсифицировать доступные мощности и предлагать ресурсы на основе более экономически эффективных облачных платформ, таких как AWS или Google Cloud. Компаниям придётся подбирать облачную инфраструктуру под конкретные нагрузки. Кроме того, проекты подобного масштаба реализуются на протяжении многих лет до достижения полной мощности и сопряжены со значительными рисками и высокой степенью неопределённости.

NVIDIA анонсировала новые партнёрства с южнокорейскими технологическими гигантами. В их числе — поставщик чипов памяти SK hynix, интернет-гигант Naver, транснациональный конгломерат Doosan Group, а также SK Telecom и LG, сообщает Silicon Angle. Сделки последовали за поездкой в Южную Корею главы NVIDIA Дженсена Хуанга (Jensen Huang). Прибыв в конце прошлой недели, он провёл выходные за встречами с руководителями южнокорейских технологических компаний.

SK hynix подписала с NVIDIA соглашение о многолетнем технологическом партнёрстве, основное внимание в рамках которого уделяется совершенствованию чипов памяти нового поколения для использования в передовых ИИ ЦОД. В рамках договора компания будет взаимодействовать с NVIDIA для обеспечения стабильных поставок памяти для ИИ-индустрии. Кроме того, она попытается расширить присутствие в смежных нишах «персонального ИИ» и «физического ИИ» — например, в сфере автономной робототехники и транспорта.

По словам Хуанга, стабильные поставки памяти имеют ключевое значение для ускорения строительства и масштабирования ИИ-фабрик, которые возглавят новую промышленную революцию под предводительством ИИ. Также партнёры намерены сотрудничать в области «технологий симуляции» для разработки полупроводников. SK hynix будет применять библиотеку NVIDIA CUDA-X и фреймворк PhysicsNeMo для повышения скорости и эффективности симуляций, используемых при разработке и производстве передовых чипов. Это включает технологии автоматизированного проектирования (т. н. Technology Computer-Aided Design, TCAD) для анализа характеристик полупроводниковых техпроцессов и технологии вычислительной литографии для создания схем микрочипов.

Источник изображения: NVIDIA

Дополнительно родственная SK hynix компания SK Telecom рассчитывает построить в Южной Корее новое ИИ-облако гигаваттного масштаба на основе ИИ-ускорителей и инфраструктурных решений NVIDIA. Первый из нескольких ИИ ЦОД в составе этого облака должен быть введён в эксплуатацию в начале следующего года. С Naver и Doosan компания тоже договорилась о дополнительных проектах в сфере ИИ ЦОД.

В случае с Naver взаимодействие стартует в Седжоне (Sejong), где расположен один из крупнейших в Азии ИИ ЦОД — Naver GAK Sejong. Компании намерены нарастить возможности объекта, а позже заняться строительством дополнительных ИИ-фабрик гигаваттного уровня, хотя будущее этих планов зависит от того, сможет ли Naver обеспечить необходимые закупки оборудования и доступ к электроэнергии. Doosan, разрабатывающая интеллектуальную робототехнику и выпускающая компоненты для GPU NVIDIA, поможет последней задействовать её энергетические решения в своих платформах для ЦОД. Doosan же рассчитывает применять технологии физического ИИ NVIDIA в своих роботах.

Наконец, NVIDIA и LG Group строят ИИ-фабрику для ускорения развития нового поколения бизнесов LG, драйвером которых выступит ИИ, — от робототехники до автономного вождения, технологий ЦОД и облачных GPU-сервисов. ИИ-фабрика обеспечит LG инфраструктурой для обучения ИИ, симуляций, оценки и внедрения ИИ-приложений в ключевых сегментах бизнеса. Совместно компании объединят разработку ИИ-моделей, генерацию данных для физического ИИ, моделирование и обучение робототехники, развёртывание решений на периферии и создание цифровых двойников в масштабах целых предприятий в единый рабочий процесс для создания систем физического ИИ.

Партнёрство с южнокорейскими компаниями должно помочь расширить присутствие NVIDIA в Южной Корее — одном из мировых технологических лидеров. Кстати, SK hynix и её конкурент Samsung Electronics являются двумя из трёх крупнейших производителей чипов памяти в мире, продукция которых имеет жизненно важное значение для ИИ ЦОД. В ноябре 2025 года сообщалось, что NVIDIA продаст Южной Корее 260 тыс. ускорителей для создания суверенной ИИ-инфраструктуры.