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.

Провайдер FirstVDS запустил тарифы с виртуальными GPU (vGPU) на базе NVIDIA L40S. Теперь в линейке два варианта: можно арендовать физическую видеокарту целиком (доступно с ноября 2025 года) или получить гарантированную долю виртуальной видеокарты.

Компания также сравнила обе технологии в тестах и опубликовала результаты: скорость инференса LLM, генерацию видео и потребление видеопамяти.

Доступны четыре тарифа vGPU — от 4 до 16 Гбайт видеопамяти. Технология vGPU делит физическую видеокарту на несколько профилей с фиксированной долей ресурсов. Серверы работают на виртуализации KVM с процессорами AMD EPYC. Стоимость — от 299 рублей в сутки.

Для сравнения: тарифы с физическим GPU (Passthrough) стартуют от 1150 руб./сутки. В них доступны RTX 4090 и 5090, L4 и L40S — вся видеокарта полностью закрепляется за одной виртуальной машиной.

За последние полгода спрос на GPU-серверы вырос кратно — в первую очередь из-за задач, связанных с LLM, генерацией изображений и видео. Но не каждому проекту нужна 100 % мощность физической карты. Разработчики, Data Science-команды и небольшие студии часто ищут более доступный вход с предсказуемой долей ресурсов. vGPU как раз закрывает этот запрос.

Никита Попов, директор по продукту FirstVDS: «В ноябре мы закрыли потребность в сырой мощности, запустив GPU Passthrough. Но рынку нужен не только потолок производительности, но и адекватная юнит-экономика. vGPU закрывает именно этот сегмент — снижает порог входа до 300 руб. в сутки. Мы прогнали бенчмарки. Сравнивать виртуалку с выделенной картой в лоб бессмысленно — физика берет свое, чудес не бывает. Наша цель была другой: четко очертить границы применимости. Показать механику, при которой vGPU вытягивает нагрузку, и где проходит черта, за которой пора брать полноценное железо».

Что показало тестирование

Компания протестировала две конфигурации: GPU Passthrough (L40S, 48 Гбайт, 16 ядер CPU) и vGPU 16 Гбайт (8 ядер CPU). В сценариях использовались инференс LLM через llama.cpp (модели Qwen 2.5 и 3.6) и генерация видео через ComfyUI с шаблоном Wan2.2 TI2V 5B Hybrid.

Результаты в целом предсказуемы: физическая карта ожидаемо обгоняет виртуальные GPU по производительности. Но обнаружилось два важных нюанса.

Во-первых, при тестировании моделей среднего размера (qwen2.5-14b в двух вариантах квантизации — q3_k_m и q4_0) на vGPU-16 и Passthrough оказалось, что при полной загрузке модели в видеопамять скорость генерации токенов практически не отличается. Разница возникает только в смешанном режиме CPU+GPU (до 30–40 слоёв), где vGPU-16 сдерживает вдвое меньшее количество ядер процессора.

Сравнение скорости генерации токенов (qwen2.5-14b) в зависимости от количества слоёв, загруженных в GPU. Passthrough vs vGPU 16 Гбайт

Во-вторых, более крупные модели (Qwen3.6-35B) в vGPU-16 полностью не загружаются — памяти не хватает, они работают только в смешанном режиме CPU+GPU со снижением скорости.

Генерация видео (ComfyUI) на vGPU-16 тоже работает, но с оговорками: пришлось отключать часть функций и добавлять swap — иначе приложение аварийно завершалось. Время генерации на vGPU-16 ожидаемо выше, чем на Passthrough (для 5-секундного ролика — 293 с против 144).

Таким образом, несмотря на общее преимущество физической карты, виртуальный GPU способен решать определённые задачи — например, инференс средних языковых моделей при полной загрузке в видеопамять. Это делает vGPU осмысленным выбором, когда важнее доступная цена. Для более тяжёлых сценариев (крупные модели, комфортная генерация видео без доработок) производительности vGPU может не хватить.

Подробные результаты тестирования — в отдельной статье.

О компании

FirstVDS — российский провайдер виртуальных серверов. В портфеле — готовые и гибкие конфигурации VPS/VDS: от высокопроизводительных CPU-серверов (линейка «CPU.Турбо 2.0» до 5,7 ГГц) до GPU-решений (Passthrough и vGPU). Также доступны S3-хранилище, домены, SSL и техподдержка 24/7. Дата-центры в Москве, Нидерландах и Казахстане. Более 20 лет на рынке.

Google заключила сделку с SpaceX по поводу аренды вычислительных мощностей ЦОД xAI, в рамках которой будет ежемесячно выплачивать $920 млн в период с октября 2026 года по июнь 2029 года, сообщил ресурс The Wall Street Journal.

Согласно заявлению, поданному SpaceX в Комиссию по ценным бумагам и биржам США (SEC), её контрактом с Google предусмотрен доступ к 110 тыс. ускорителей NVIDIA и другим компонентам. Стоимость услуги — примерно $11 млрд в год до июня 2029 года. Если SpaceX не предоставит к 30 сентября 2026 года зарезервированные мощности, Google может расторгнуть договор после месячного льготного периода или принять предложение о любом доступном оборудовании по пропорционально сниженной цене. Также любая из сторон может расторгнуть соглашение, начиная со следующего года, уведомив об этом за 90 дней.

«Это краткосрочное, своевременное соглашение, призванное обеспечить нам промежуточные мощности для удовлетворения растущего спроса клиентов на нашу агентскую платформу Gemini Enterprise, который оказался даже выше, чем мы ожидали», — заявил представитель Google Cloud. Google была одним из первых инвесторов SpaceX. Исполнительный директор Google Дональд Харрисон (Donald Harrison) входит в совет директоров SpaceX. Эксперты отмечают довольно высокую стоимость аренды и даже подозревают Google в том, что сделка призвана увеличить стоимость акций во время IPO SpaceX, поскольку Google принадлежит довольно значительная доля в SpaceX.

Источник изображения: xAI

Ранее компании обсуждали возможность сотрудничества по размещению ЦОД в космосе, пишет The Wall Street Journal. Google планирует запустить собственные орбитальные ЦОД к 2027 году в рамках проекта Project Suncatcher. Для создания этих спутников компания сотрудничает с Planet Labs.

Как отметил ресурс TNW, сделка примечательна тем, что у Google есть собственные, двольно значительные вычислительные мощности. По некоторым оценкам, она является крупнейшим в мире владельцем вычислительных мощностей для ИИ, во многом благодаря своим ИИ-ускорителям TPU. Компания направит более $180 млрд на капитальные затраты в этом году и ожидает, что эта цифра «значительно увеличится» в 2027 году. Alphabet на этой неделе объявила о продаже акций на $85 млрд для финансирования этих расходов.

Сделка с Alphabet по структуре похожа на соглашение, объявленное SpaceX и Anthropic в конце мая. Им предусмотрена выплата Anthropic $1,25 млрд в месяц до 2029 года за вычислительные мощности в ЦОД Colossus и Colossus II в Мемфисе (Memphis), причём точно так же предусмотрено досрочное расторжение договора. Сначала Anthropic объявила о планах арендовать 220 тыс. чипов NVIDIA у SpaceX, а затем расширила сделку до 325 тыс. чипов NVIDIA (по данным CNBC).

Стартап Lambda, развивающий неооблачную ИИ-платформу, поделился подробностями о коммутаторе Quantum-X InfiniBand Photonics Q3450-LD, разработанном компанией NVIDIA для крупных дата-центров, ориентированных на ресурсоёмкие нагрузки ИИ.

Устройство, анонсированное в прошлом году, выполнено в форм-факторе 4U по технологии CPO (Co-Packaged Optics). Реализованы 144 порта 800G InfiniBand (коннекторы MPO — Multi-fiber Push-On). Заявленная неблокируемая коммутационная способность составляет 115,2 Тбит/с. Коммутаторы CPO не требуют традиционных подключаемых трансиверов. Применяются 18 съёмных внешних модулей источников света, каждый из которых обслуживает восемь портов MPO.

Источник изображений: Lambda

Рич Андервуд (Rich Underwood), системный архитектор высокопроизводительных вычислений в компании Lambda, отмечает, что для традиционного 72-портового коммутатора необходимы 72 трансивера, каждый из которых потребляет примерно 25 Вт. Исключение этих компонентов из системы обеспечивает существенную экономию энергии. Коммутатор NVIDIA Photonics CPO потребляет 3,95 кВт против 7,0 кВт у стандартного устройства сопоставимого класса. Таким образом, достигается экономия 3,05 кВт на каждый коммутатор: эта мощность может быть перераспределена на другие задачи, в частности, на питание ИИ-ускорителей.

Кроме того, использование CPO позволяет повысить надёжность. Для дата-центра со 128 тыс. GPU требуется приблизительно 655 тыс. дискретных модулей трансиверов. Каждый из них является потенциальной точкой отказа. Технология CPO полностью исключает этот класс компонентов, а следовательно, повышает стабильность работы и минимизирует количество сбоев. Устройство Quantum-X InfiniBand Photonics Q3450-LD оснащено двухконтурным жидкостным охлаждением. Для питания служит шина постоянного тока 48 В.