Компания Dell Technologies анонсировала сервер PowerEdge XE8812 для ресурсоёмких нагрузок ИИ и HPC. Устройство, относящееся к семейству Dell AI Factory with NVIDIA, ориентировано на использование в составе стоечной платформы Dell PowerRack 9100, основанной на стандартах OCP.

Модель PowerEdge XE8812 выполнена на архитектуре NVIDIA Vera Rubin NVL4, которая включает четыре ускорителя Rubin. Таким образом, в составе стойки могут быть задействованы в общей сложности до 144 GPU, что обеспечивает высочайшую плотность вычислений.

Сама стойка Dell PowerRack 9100 соответствует стандарту ORv3. Она поддерживает работу с оборудованием суммарной мощностью более 300 кВт. Реализовано прямое жидкостное охлаждение, которое охватывает как CPU, так и GPU. Интегрированный контроллер удалённого доступа Dell (iDRAC) позволяет настраивать, обновлять и контролировать серверы PowerEdge дистанционно из любой точки с подключением к сети.

Источник изображения: Dell

В целом, как отмечает Dell, переход на платформу Vera Rubin обеспечивает 50-% прирост объёма памяти в расчёте на сокет и GPU по сравнению с решениями NVIDIA предыдущего поколения. В сочетании с библиотеками NVIDIA CUDA-X это даёт предприятиям возможность запускать крупные ИИ-модели и симуляции полностью в оперативной памяти. Сервер предназначен для решения сложных задач, таких как, например, молекулярное моделирование. Поставки PowerEdge XE8812 планируется организовать в начале следующего года.

NVIDIA объявила о разработке по всей Европе 35 суперкомпьютеров на базе её чипов, которые позволят более 3 млн исследователей ускорить проведение научных исследований и внедрение промышленных инноваций в сфере ИИ. Это крупнейшее за год расширение в Европе сети суперкомпьютеров, охватывающее национальные суперкомпьютерные центры, ИИ-фабрики и академические исследовательские институты. Эти системы будут поддерживать исследования в области климатологии, здравоохранения, декарбонизации чистой энергетики, квантовых вычислений и фундаментальной науки.

Работу большей части европейских ИИ-фабрик обеспечивают платформы Blackwell и Hopper, при этом с прошлого года было развернуто или анонсировано 800 Эфлопс вычислительных мощностей для ИИ. Эти суперкомпьютеры, включая обновлённый EuroHPC MareNostrum5 AI Барселонского суперкомпьютерного центра (BSC-CNS), Blue Swan (BavariaAI), IT4LIA, HammerHAI Центра высокопроизводительных вычислений в Штутгарте (HLRS) и ИИ-фабрика Mimer Национальной академической суперкомпьютерной инфраструктуры Швеции (NAISS), основаны на передовой ИИ-инфраструктуре NVIDIA, говорит компания.

Так, суперкомпьютер MareNostrum 5 будет дооснащён системами GB300 NVL72 и GB200 NVL4, объединённых интерконнектом NVIDIA Quantum-X800 InfiniBand. Система, обеспечивающая производительность до 20 Эфлопс при обучении ИИ и 33 Эфлопс при ИИ-инференсе, позволит ускорить работу генеративного ИИ, климатическое моделирование, исследования в области здравоохранения и биотехнологий, устойчивого сельского хозяйства, энергетических систем и госсервисов.

Источник изображения: NVIDIA

Система Blue Swan (BavariaAI) добавит 1 тыс. ускорителей (GB200 NVL4 и Quantum-2 InfiniBand) суперкомпьютерным центрам FAU Erlangen и LRZ. Платформа обеспечит производительность до 11 Эфлопс при обучении ИИ и 22 Эфлопс при ИИ-инференсе. Она будет поддерживать инициативу Баварии по созданию базовых моделей, продвигая открытые мультимодальные модели для науки, государственного управления, исследований в области здравоохранения, робототехники и т.д.

HammerHAI (HLRS) представляет собой первую в Германии ИИ-фабрику с более чем 850 GPU на базе GB200 NVL4 с Quantum-X800 InfiniBand. Суперкомпьютер HammerHAI, обеспечивающий производительность до 8 Эфлопс при обучении ИИ и 15 Эфлопс при ИИ-инференсе, обеспечит исследователям и промышленным пользователям безопасную ИИ-инфраструктуру для инженерного моделирования, инференса и научных исследования.

Суперкомпьютер Mimer EuroHPC AI Factory (NAISS), размещённый в Линчёпингском университете (LiU, Швеция), будет использовать 100 систем GB200 NVL4 и сеть ConnectX-8. Обеспечивая производительность до 4 Эфлопс при обучении ИИ и около 7 Эфлопс при ИИ-инференсе, Mimer AI Factory будет способствовать развитию шведской ИИ-экосистемы в таких областях, как биологические науки, материаловедение, автономные системы, доверенный ИИ и т.д. Наконец, ИИ-фабрика IT4LIA с более чем 8 тыс. GPU на базе GB200 NVL4 с Quantum-X800 InfiniBand и ПО NVIDIA AI Enterprise обеспечивает производительность в размере 82 Эфлопс при обучении ИИ и 164 Эфлопс при ИИ-инференсе.

В Центре вычислительных наук японского Института физико-химических исследований (R-CCS) введён в строй гибридный квантово-классический суперкомпьютер Roquo, названный в честь горы Рокко к северу от города Кобе. В создании НРС-системы приняли участие DTS, NVIDIA, Giga Computing, DDN и ScaleWorX.

Roquo состоит из 135 вычислительных узлов на базе NVIDIA GB200 NVL4. В общей сложности задействованы 540 чипов Blackwell и 270 чипов NVIDIA Grace. Применяется интерконнект NVIDIA Quantum-X800 InfiniBand с общей пропускной способностью до 3,2 Тбит/с (установлены коммутаторы Q3400, поддерживающие скорость передачи данных 800 Гбит/с на порт). Реализовано жидкостное охлаждение.

Заявленная производительность на операциях FP64 составляет 19,8 Пфлопс, а теоретическое пиковое быстродействие на операциях FP8 превышает 5 Эфлопс. Суперкомпьютер использует интерфейс SQC, что позволяет формировать гибридные среды с поддержкой традиционных и квантовых вычислений.

Источник изображения: RIKEN

В рамках проекта по созданию Roquo корпорация DTS осуществляла общую разработку платформы в соответствии с требованиями R-CCS. В свою очередь, NVIDIA предоставила базовые вычислительные и сетевые компоненты, тогда как Giga Computing отвечала за проектирование и производство серверов. DDN предоставила высокоскоростное файловое хранилище. Наконец, специалисты ScaleWorX осуществили общую системную интеграцию.

Суперкомпьютер Roquo, как ожидается, поможет ускорить разработку и оценку эффективности новых квантовых алгоритмов. Кроме того, система будет использоваться для решения сложных задач, с которыми не в состоянии справиться классические НРС-комплексы.

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.

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. Кроме того, компания для поддержки кластера также заключила с VAST Data соглашение о развёртывании 600 Пбайт под управлением AI OS.

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.