Компания Supermicro анонсировала сервер ARS-222GL-NR класса ARC MGX, созданный на базе модульной эталонной архитектуры NVIDIA MGX в рамках концепции NVIDIA Aerial RAN Computer (ARC). Устройство ориентировано на телекоммуникационных операторов.

Новинка рассчитана на два процессора NVIDIA Vera, каждый из которых содержит 88 ядер Olympus (Arm v9.2) с возможностью одновременной обработки до 176 потоков инструкций. Поддерживаются 16 модулей оперативной памяти SOCAMM2 LPDDR5X суммарным объёмом до 3 Тбайт.

Система может быть оборудована двумя ускорителями NVIDIA RTX PRO 4500 Blackwell Server Edition или NVIDIA RTX PRO 6000 Blackwell Server Edition. Доступны три слота PCIe 6.0 x16 для карт FHFL двойной ширины, разъём CXL 2.0 x16, восемь отсеков для накопителей E1.S NVMe, а также два коннектора М.2 для SSD (NVMe/SATA). Сервер располагает выделенным сетевым портом управления 1GbE (RJ45), интерфейсом mini-DP и портом USB Type-A. Могут быть установлены три адаптера NVIDIA ConnectX-8 и DPU BlueField-3.

Модель ARS-222GL-NR выполнена в форм-факторе 2U с габаритами 900 × 438,4 × 87 мм. Реализована система воздушного охлаждения с пятью вентиляторами диаметром 80 мм. Диапазон рабочих температур — от +10 до +35 °C. Питание обеспечивают четыре блока мощностью 3200 Вт с резервированием (3 + 1) и сертификатом 80 Plus Titanium.

Источник изображения: Supermicro

Кроме того, Supermicro представила аналогичный сервер ARC MGX 2U на аппаратной платформе Intel: модель SYS-222C-TN поддерживает два процессора Xeon 6700P и 6500P поколения Granite Rapids-SP или два чипа Xeon 6700E семейства Sierra Forest-SP в исполнении Socket E2 (LGA 4710) с показателем TDP до 350 Вт. Доступны 32 слота для DDR5-8000, до 24 фронтальных отсеков для SFF-накопителей NVMe/SAS/SATA, до восьми разъёмов PCIe 5.0 x16 и пр. Применены два блока питания мощностью до 3200 Вт с сертификатом 80 Plus Titanium.

Базирующаяся в Грузии облачная компания Silk Cloud обнародовала планы предложить клиентам своих ЦОД ИИ-ускорители NVIDIA Blackwell. Компания, являющаяся подразделением Silknet и частью грузинской Silk Road Group, намерена развернуть в стране системы HPE на основе решений NVIDIA HGX B300, сообщает Datacenter Dynamics.

Предложение станет актуально в 2027 году, как только компания получит необходимые разрешения. Количество планируемых к использованию ускорителей пока не раскрывается. По словам Silk Road Group, эта инвестиция — первый шаг на пути к созданию возможностей, которые помогут Грузии занять место в развивающейся мировой ИИ-экономике и дадут возможность стать частью инфраструктуры, на которую эта экономика полагается.

Как заявил глава Silknet Давид Мамулавшивли (David Mamulaishvili), Грузия должна получить возможность не только пользоваться искусственным интеллектом, но и создавать его сама. Это обеспечит вклад в обеспечение конкурентоспособности страны, высоких темпов инноваций и создание новых деловых возможностей.

По данным бизнесмена, премьера первой системы на основе NVIDIA Blackwell Ultra в Грузии — часть долгосрочной стратегии Silknet, в рамках которой предусматривается содействие передовому цифровому развитию и ИИ, а также усиление технологических возможностей компании.

Источник изображения: Iman Gozal/unsplash.com

Silknet является грузинским телеком-провайдером, действующим с 2009 года. Silk Cloud заработала в 2025 году — компания предлагает услуги по обеспечению кибербезопасности, управлению данными, ИИ-сервисы и облачные системы коммерческим организациям. Silknet начала строительство дата-центра для Silk Road в Тбилиси в августе 2026 года. ЦОД получит 2 МВт вычислительных мощностей и будет готов к работе в 2027 году.

Новый дата-центр встроится в национальную инфраструктуру Silknet, включающую более 4 тыс. км магистральных ВОЛС с трансграничными соединениями с Арменией, Азербайджаном и Турцией, а также маршрутами в Европу, на Ближний Восток и в Азию. При этом в соседней Армении относительно крупные ИИ ЦОД готовят Firebird и Eleveight AI.

Supermicro анонсировала стойку с процессорами NVIDIA Vera — новое дополнение к линейке DCBBS (Data Center Building Block Solutions) обещает высокую плотность вычислительных мощностей, необходимых для работы агентного ИИ, задач обучения с подкреплением и обработки данных. Решение позволяет развернуть до 22,5 тыс. песочниц. Стойка может эксплуатироваться самостоятельно или совместно с уже поставляемой системой Supermicro NVIDIA Vera Rubin NVL72.

Стойка Supermicro с процессорами NVIDIA Vera объединяет 256 CPU, обеспечивая в общей сложности 22 528 ядер и 45 056 потоков. За высокоскоростное подключение и аппаратные функции безопасности отвечает DPU BlueField-4; технология прямого жидкостного охлаждения Supermicro DLC-2 охватывает стойку целиком. Стойка построена на архитектуре NVIDIA MGX третьего поколения, которая включена в состав комплекса DLC-2 — это обеспечивает унифицированную инфраструктурную базу, общую с системой Vera Rubin NVL72 того же производителя, и упрощает стандартизированное развёртывание. Для питания заказчики могут выбрать либо традиционное подключение к сети переменного тока, либо использовать дополнительный модуль 800 В DC.

Источник изображения: supermicro.com

Стойка Supermicro NVIDIA Vera CPU поддерживает решение NVIDIA OpenShell, которое обеспечивает непрерывный мониторинг и контроль поведения ИИ-агентов; в качестве внешнего средства мониторинга выступает NVIDIA Sentry на DPU BlueField-4 — при выходе ИИ-агента из-под контроля он изолируется за несколько миллисекунд. Supermicro предусмотрела вариант конфигурации, объединяющий стойки VR200 NVL72 и Vera CPU. Для этого используется схема сети на основе NVIDIA Spectrum-X Ethernet; предусматриваются схемы изоляции горячих коридоров, избыточные CDU между рядами стоек и теплообменники на задних дверцах (RDHx). Инженеры производителя обеспечивают сопровождение проекта на этапе развёртывания и постоянную поддержку.

Новинка может работать и в качестве автономной CPU-платформы — она подойдёт для сценариев оркестрации ИИ-агентов, реализации песочниц, операций с БД, управления кластером и планировщиками, анализа данных, а также крупномасштабных конвейеров сборки ПО. Ранее Supermicro представила стойки со статической нагрузкой до 2500 кг, серверы на платформе AMD EPYC Venice и серверы с Arm AGI для агентного ИИ.

Консорциум Sferical AI объявил о запуске в Швеции суперкомпьютера Sferical One, предназначенного для проведения совместных исследований и реализации проектов в области ИИ. В основу вычислительного комплекса положена аппаратная платформа NVIDIA.

В Sferical AI входят AstraZeneca, Ericsson, Saab, SEB и Wallenberg Investments. Стратегическим партнёром выступает SKF. Основная цель проекта заключается в том, чтобы обеспечить шведскую отрасль независимой и безопасной инфраструктурой для разработки и внедрения ИИ-решений.

Суперкомпьютер Sferical One состоит из двух кластеров NVIDIA DGX SuperPOD, которые включают 16 серверных стоек NVIDIA DGX GB300 NVL72. Каждая из них насчитывает 36 чипов Grace и 72 процессора Blackwell Ultra. Таким образом, в общей сложности задействованы 1152 ускорителя NVIDIA Blackwell Ultra. Реализовано жидкостное охлаждение.

Показатели быстродействия Sferical One не раскрываются. Но одна система GB300 NVL72 обеспечивает ИИ-производительность на уровне 720 Пфлопс на операциях FP8/FP6 и 100 Тфлопс в режиме FP64. Таким образом, 16 стоек теоретически могут выдавать 11,52 Эфлопс и 1,6 Пфлопс соответственно.

Источник изображения: Sferical AI

«Уникальность Sferical One заключается в том, что несколько крупнейших шведских компаний используют одну и ту же инфраструктуру, совместно разрабатывают решения и обмениваются опытом. Это создаёт ценность, выходящую за рамки самой аппаратной платформы», — говорит Дженни Нордлёв (Jenny Nordlöw), генеральный директор Sferical AI.

Среди направлений использования Sferical One — разработка лекарственных препаратов в AstraZeneca, создание базовых ИИ-моделей для телекоммуникационных приложений в Ericsson, оборонные технологии в Saab, финансовые услуги в SEB, а также промышленные решения в SKF, включая предиктивное техническое обслуживание и контроль качества.

ASUS объявила, что в IV квартале 2026 года будет готова выпустить новые стоечные серверы на платформе NVIDIA HGX Rubin NVL8. Они будут доступны в конфигурациях как частично, так и полностью укомплектованной стойки. Линейка включает модели XR R1I12B-M1BHFS (3U, гибридное охлаждение) и XR R1I12B-M1BLFS (2U, полностью жидкостное охлаждение).

Система ASUS XR R1I12B-M1BHFS в формфакторе 3U сочетает систему прямого жидкостного охлаждения микросхем (D2C) для базовой платы NVIDIA HGX Rubin с восемью GPU и воздушное охлаждение для двух процессоров Intel Xeon 6. Модульная конструкция с воздушным охлаждением CPU на 50 % сокращает время технического обслуживания; поддержка накопителей форматов U.2 и E1.S обеспечивает гибкость при развёртывании системы.

ASUS XR R1I12B-M1BLFS отличают формфактор 2U и полноценное жидкостное охлаждение — система имеет высокую тепловую эффективность, высокую вычислительную плотность и способствует улучшению PUE. Сертифицированная NVIDIA конструкция и архитектура без использования кабелей для соединения плат снижают сложность развёртывания системы.

Источник изображения: servers.asus.com

Формирование инфраструктуры для ИИ требует оптимизации вычислительных мощностей, систем питания, охлаждения и сопутствующей инженерной части. ASUS сочетает свой опыт с решением NVIDIA DSX Sim Blueprint — эталонным проектом системы моделирования и проверки инфраструктуры ЦОД в среде цифровых двойников — и помогает оптимизировать инфраструктуру для задач масштабной генерации токенов. Совместно с партнёрами по экосистеме производитель объединяет вычислительные ресурсы, сетевое оборудование, СХД, системы питания и охлаждения и инженерную инфраструктуру в единую среду цифрового двойника. Это помогает заказчикам оценивать конфигурации инфраструктуры, выявлять ограничения, оптимизировать производительность и энергоэффективность системы ещё до её развёртывания.

В правительстве сейчас ведётся работа по корректировке приказа Минпромторга, которым с мая были исключены из перечня оборудования, разрешённого для параллельного импорта, изделия около двух десятков мировых компьютерных брендов. Особенно сильно ограничения отразились на поставках для ЦОД, из-за чего выросли затраты их операторов, сообщил Forbes.

По данным источников Forbes, в августе — сентябре в рабочей группе «Инфраструктура и центры обработки данных (ЦОДы) для ИИ» правительственной подкомиссии по ИИ обсуждался вопрос упрощения импорта вычислительной техники. С целью решения проблемы дефицита GPU и высокой стоимости оборудования для ИИ группа готовит изменения в приказ Минпромторга, чтобы свести к минимуму ограничения на ввоз IT-оборудования.

По словам источников, планируют «откатить этот приказ», поскольку у заказчиков в России возникли сложности с закупками памяти, в частности, южнокорейских брендов Samsung и SK hynix, которые были исключены из параллельного импорта с мая.

В приказе Минпромторга были указаны вычислительные машины, поставляемые в виде систем (код ТН ВЭД 8471 49 000 0), а также запоминающие устройства (код ТН ВЭД 8471 70) товарных знаков Acer, Adata, AIC, Apacer, ASUS, AToS, Cisco, Compal, Fujitsu, HP, Hitachi, HPE, IBM, Inspur, Intel, Kingston, Samsung, Sandisk, Toshiba, Transcend, xFusion. Согласно разъяснению Минпромторга, речь идёт о серверном оборудовании и СХД этих брендов.

Источник изображения: Domaintechnik/unsplash.com

В компании «Рустам Курмаев и партнёры» напомнили, что товары брендов, исключённых из параллельного импорта, по-прежнему можно ввозить с согласия правообладателя. Однако вряд ли можно получить согласие у Samsung, которая в 2022 году приостановила поставки своей продукции в Россию, или у SK hynix, закрывшей в 2024 году свой филиал в России по изучению конъюнктуры рынка и общественного мнения. Приказ Минпромторга вышел на фоне мирового кризиса на рынке памяти, а отечественные производители при этом зависят от импортных процессоров, памяти и контроллеров.

Компания Navitas Semiconductor в партнёрстве с NVIDIA разработала новую плату питания мощностью 24 кВт для поддержки экосистемы NVIDIA MGX и развития архитектуры питания 800 В DC в современных дата-центрах, ориентированных на нагрузки ИИ и НРС.

Решение обеспечивает преобразование напряжения с 800 В постоянного тока напрямую в 12 В постоянного тока за один этап, исключая необходимость в промежуточном силовом каскаде на 50 В. Это повышает общую эффективность системы и сокращает занимаемое пространство, что важно в условиях высокой плотности компоновки оборудования в ИИ ЦОД.

В плате питания применяются силовые компоненты Navitas GaNFast на основе нитрида галлия (GaN). В частности, задействованы 16 транзисторов GaNFast NV6034 (650 В, 18 мОм) на первичной стороне, которые сконфигурированы в многослойной полумостовой топологии. Применен корпус DFN 8 × 8 мм с двухсторонним охлаждением, благодаря чему снижается тепловое сопротивление. Пиковая эффективность достигает 97 % при полной нагрузке, тогда как удельная мощность превышает 2000 Вт/дюйм³.

Источник изображения: Navitas

Изделие выполнено в новейшем форм-факторе NVIDIA 400 × 60 мм. Плата питания может быть интегрирована на вычислительную материнскую плату максимально близко к ИИ-ускорителям (xPU): это даёт возможность минимизировать потери и удовлетворить высокие требования по энергопотреблению. В этом случае 12 В постоянного тока подаётся непосредственно на модуль регулятора напряжения (VRM), питающий xPU.

В целом, предложенная архитектура питания повышает эффективность и надёжность систем, одновременно снижая потери мощности и общую сложность при экономии места. Изделие создано в рамках программы трансформации Navitas 2.0, цель которой заключается в том, чтобы ускорить замену устаревших кремниевых компонентов на высокомощные технологии GaN и SiC (карбид кремния) следующего поколения во всей инфраструктуре ИИ.

Компания SK hynix представила архитектуру H-TPU (Hynix Transaction Processing Unit, не путать с Google TPU), разработанную для снижения нагрузки на универсальные процессорные ядра в будущих SSD-контроллерах. Ядра H-TPU предназначены исключительно для выполнения низкоуровневых и повторяющихся задач, включая обработку команд чтения и записи, управление метаданными и контроль буфера. Это разгрузит основной процессор, который продолжит отвечать за более сложные задачи, такие как управление политиками хранения данных, восстановление после ошибок и обработка исключительных ситуаций. H-TPU потребляют около 2,5 % энергии и занимают примерно 4 % площади кристалла по сравнению с универсальными CPU.

SK hynix отметила, что процессоры в контроллерах SSD достигли своих пределов с точки зрения энергопотребления и занимаемой площади. В представленной компанией на Международной конференции по проектированию SoC (ISOCC 2026) презентации отмечено, что пропускная способность интерфейса PCIe удваивается с каждым новым поколением, тогда как тактовая частота и управляющие возможности CPU в составе контроллеров растут гораздо медленнее.

Источник изображений: SK hynix

Эта проблема особенно остро стоит в сегменте SSD корпоративного класса. В условиях растущей конкуренции по показателю IOPS увеличение числа процессорных ядер в контроллерах стало общепринятой практикой, однако это привело к росту энергопотребления и увеличению площади кристалла. Например, контроллер Marvell Bravera SC6 с поддержкой PCIe 6.0, содержит 16 ядер: 12 ядер Cortex-R82, три ядра Cortex-M7 и одно ядро Cortex-M3. Предшественник Bravera SC5 (PCIe 5.0) имеет лишь 11 ядер.

Архитектура H-TPU базируется на четырёхступенчатом конвейере с последовательным выполнением команд (in-order execution) и не поддерживает суперскалярность или внеочередное выполнение. H-TPU — программируемый процессор, специализирующийся на управлении потоками данных в SSD и обработке транзакций. H-TPU распределяет специфические для работы с данными операции между более чем 100 компактными вычислительными элементами. Каждый такой блок отвечает за выполнение одной конкретной задачи. Ядра, не задействованные в текущей операции I/O, переходят в режим минимального энергопотребления.

Преимущество такого подхода заключается не только в снижении энергопотребления контроллера. Перенос обработки команд на специализированные блоки высвобождает основные Arm-ядра для выполнения задач прошивки, которые с трудом поддаются распараллеливанию. Кроме того, это позволяет масштабировать контроллер для поддержки большего числа каналов NAND-памяти без увеличения размера или энергопотребления основной вычислительной подсистемы, пишет Blocks & Files.

Подход сам по себе не является принципиально новым. Например, Phison в рамках концепции CoXProcessor объединил в контроллере X1 два ядра Arm Cortex-R5 и 32 «микроядра», каждое из которых предназначено для выполнения одной-двух конкретных задач. H-TPU от SK hynix развивает и масштабирует эту идею. В патенте, поданном компанией ещё в ноябре 2020 года, описывается архитектура, в которой CPU отвечает за управление (control plane), а множество небольших сопроцессоров формируют уровень I/O (I/O plane), отвечая за приём данных от хоста, работу с кешем, энергонезависимой памятью и адресами, образуя I/O-конвейер.

В дальнейшем компания планирует развивать аппаратную автоматизацию (HWA). В рамках концепции HWA простые, но трудоёмкие задачи по управлению хранилищем данных — обработка повторяющихся команд, поиск адресов, копирование информации во временные буферы и т.п. — полностью передаются специализированным аппаратным схемам, которые выполняют их автоматически для повышения предсказуемости времени завершения операций. В корпоративных SSD, где требуется высокий показатель IOPS, стабильность времени завершения операций I/O особенно критична. В свою очередь, CPU и H-TPU используются только для задач высокого уровня: например, для обработки исключительных ошибок или принятия критически важных управляющих решений.

Также планируется использование H-TPU в рамках совместного с NVIDIA проекта Storage Next с целью уменьшения гранулярности доступа к NAND-памяти примерно до 512 байт (что меньше действующих стандартов), оптимизируя работу системы для ИИ-задач. H-TPU найдёт применение в контроллерах для устройств серии AIN. Кроме того, H-TPU предполагается интегрировать в память типа High Bandwidth Flash (HBF), выпуск которой намечен на следующий год.

Microsoft представила новый вариант системы защиты Defender для систем Linux — он предназначен для настольных компьютеров. Ранее версия под Linux была ориентирована на серверы.

Defender обеспечивает защиту по нескольким направлениям. Антивирусная защита производит поиск вредоносного ПО и блокирует опасные действия — система обнаружения и реагирования на конечных устройствах (EDR) помогает выявлять атаки, даже если они не похожи на обычное заражение. Механизм управления уязвимостями Defender предполагает составление перечня устройств и поиск проблем в их безопасности. При обнаружении подозрительной активности специалисты могут производить поиск связанных событий, подключиться к устройству для расследования и изолировать его от сети.

Источник изображения: Microsoft

Основное преимущество системы — единый порядок работы. Если компания уже использует Microsoft Defender для защиты серверов с Linux, осваивать отдельный продукт для ПК не требуется. Здесь используются тот же агент, те же способы установки и общая среда управления. Defender автоматически определяет, является ли компьютер сервером или рабочей станцией — компьютер отображается в соответствующей категории оборудования. Устройства в ЦОД, в облаке и у отдельных сотрудников отображаются в одном месте.

Для настольных компьютеров подходят те же дистрибутивы, что и в серверной версии Defender: RHEL, CentOS, Ubuntu, Debian, SLES, Fedora и Oracle Linux. Графическая среда значения не имеет — при соблюдении требований к дистрибутиву и ядру это могут быть GNOME, KDE или другая оболочка. Подчёркивается, что это не бесплатный антивирус для Linux, а платная корпоративная система — требуются лицензии Microsoft Defender for Endpoint Plan 2, Microsoft 365 E5 или E7.

d-Matrix анонсировала d-Matrix Squadron — вычислительный комплекс из многостоечных систем, обеспечивающий мощность порядка мегаватт для выполнения задач ИИ-инференса. По словам компании, благодаря вычислительной архитектуре d-Matrix, ориентированной на работу с памятью (memory-centric), кластеры Squadron идеально подходят для исследовательских лабораторий в сфере ИИ, корпораций и государственных организаций. Они оптимальны для приложений, критически чувствительных к задержкам, включая инструменты для написания кода, персональных ИИ-агентов, системы кибербезопасности и платформы для высокочастотного трейдинга (HFT).

Система Squadron, разработанная в партнёрстве с компаниями Arista, Broadcom и Supermicro, уже задействована в дата-центре d-Matrix в Аризоне для внутренних исследований и разработок. Компания начала её поставки приоритетным клиентам для внедрения в их ЦОД. Кроме того, в свободную продажу поступили отдельные компоненты системы: серверы и стойки d-Matrix Corsair SquadRack.

Источник изображения: d-Matrix

Система Squadron предлагается в различных конфигурациях: от отдельных стоек d-SquadRack (в каждой — восемь серверов) до полномасштабных интегрированных вычислительных кластеров, включающих до 1024 ускорителей Corsair. Кластеры объединяются в единую сеть с помощью 400G-адаптеров JetStream, а ПО d-Matrix Aviator упрощает их развёртывание. Поскольку кластеры Squadron используют воздушное охлаждение и созданы на базе отраслевых стандартов, заказчики могут интегрировать их в уже существующие ЦОД без необходимости внедрения СЖО или реконструкции инфраструктуры.

Кластеры Squadron, оптимизированные для быстрого и эффективного развёртывания ИИ-систем, способны обеспечиваать работу моделей исключительно на чипах Corsair. Они рассчитаны на работу в гетерогенных средах с использованием дезагрегированных вычислений.

Генеральный директор и соучредитель d-Matrix сообщил, что компания успешно реализовала технологию дезагрегации Attention-FFN (AFD), используя собственную систему Squadron в связке с серверами на базе GPU. При переносе вычислений компонентов Experts/FFN на стойки Corsair гетерогенная система обеспечила генерацию 845 т/с на одного пользователя. При одновременной работе 64 пользователей такая гетерогенная конфигурация с поддержкой AFD продемонстрировала общую пропускную способность 20 415 т/с. d-Matrix уверяет, что первой в отрасли продемонстрировала реализацию концепции AFD на реальном «железе», доступном уже сегодня.