Vultr, HPE и NVIDIA: как устроен дата-центр нового поколения для ИИ

• Производительность ИИ: до 1 440 PFLOPS в режиме FP4
• Память: 279 ГБ HBM3e на один GPU (всего 37 ТБ на стойку) с пропускной способностью 8 ТБ/с на GPU
• Архитектура: оптимизирована для обучения, дообучения и инференса больших ИИ-моделей, включая модели с числом параметров более 1 триллиона
• Охлаждение: полностью жидкостное, интегрированное в архитектуру HPE AI Factory

GB300 NVL72 называют «новой рабочей лошадкой для инференса и обучения» с явным акцентом на стоимость токена, что отражает сдвиг отрасли в сторону эксплуатации ИИ-моделей в реальном времени . Согласно странице продукта NVIDIA, система обеспечивает в 1,5 раза больше плотных вычислений FP4 Tensor Core FLOPS и вдвое более высокую производительность внимания (attention) по сравнению с GPU NVIDIA Blackwell .

Высокоскоростные сети: основа ИИ-инференса

Высокоскоростные сети — фундаментальная опора развертывания. Системы GB300 NVL72 объединяются с помощью сетей NVIDIA Spectrum-X Ethernet — надежной высокопроизводительной Ethernet-структуры, спроектированной для устранения «бутылочных горлышек» в многодневных ИИ-нагрузках .

В состав развертывания входят межсоединения 400GbE и 800GbE, оптические трансиверы, коммутаторы NVIDIA Spectrum-X Ethernet и SuperNIC . Без такой структуры масштабирование инференса до корпоративных объемов создало бы критическую задержку и узкие места пропускной способности. Эталонная архитектура NVIDIA Enterprise для NVL72 AI Factory подтверждает, что такая двухплоскостная сетевая архитектура предназначена для поддержки дата-центров корпоративного класса для обучения и инференса ИИ в огромных масштабах, обеспечивая работу приложений реального времени и моделей с триллионами параметров .

Стратегический сдвиг: от обучения к инференсу

Хотя инфраструктура поддерживает как обучение, так и инференс , анонс подчеркивает растущий корпоративный фокус на инференс ИИ (промышленное развертывание) наряду с обучением. На это указывают несколько сигналов:

• GB300 NVL72 спроектирован специально для «масштабируемого инференса во время тестирования и задач ИИ-рассуждения»
• Он явно позиционируется с метрикой «стоимость за токен», измеряя ценность в выходных данных инференса, а не в сырой пропускной способности обучения
• Общая линия HPE на мероприятии была сосредоточена на внедрении ИИ в производство с учетом безопасности, управления, масштабирования и суверенитета

Вывод очевиден: предприятия вышли из фазы экспериментов и теперь ищут инфраструктуру, оптимизированную для развертывания ИИ-моделей в промышленных масштабах.

Другие анонсы на HPE Discover Las Vegas 2026

Помимо партнерства с Vultr, HPE выделила несколько смежных инициатив:

• Агентный ИИ: HPE объявила о более широкой инициативе по внедрению агентного ИИ в производство с NVIDIA, уделяя особое внимание безопасности, управлению, масштабированию и суверенитету
• Корпоративные развертывания: компания S k y Co., Ltd. развернула HPE Private Cloud AI в рамках портфеля NVIDIA AI Computing by HPE
• Nubax в Аргентине: компания запустила модель потребления AI-as-a-service (первую в стране), которая показала улучшение прогнозирования цепочек поставок на 62,5%, сокращение времени ожидания на 35% и экономию затрат на 40% на базе NVIDIA AI Computing by HPE

Что это значит для корпоративного ИИ

Выбор Vultr в пользу HPE и NVIDIA сигнализирует о важной переломной точке. Будучи крупнейшим частным гиперскейлером, Vultr делает ставку на то, что корпоративным заказчикам нужна инфраструктура, способная одновременно обрабатывать обучение и инференс в реальном времени в облачных масштабах. Комбинируя стоечные GPU-вычисления NVIDIA с фабричной архитектурой HPE, жидкостным охлаждением и услугами, Vultr позиционирует себя для обслуживания следующей волны корпоративных ИИ-нагрузок — от обучения моделей до промышленного инференса на моделях с триллионами параметров.