Телеграм канал «Servercore News»

Weekly-дайджест IT-новостей — собрали главные события недели в одном посте:

1️⃣ На GTC Berlin глава NVIDIA Дженсен Хуанг представил новый формат AI-дата-центра — семь стоек Vera Rubin, упакованных в транспортный контейнер, который можно перевозить по обычным дорогам. Идея — ускорить ввод вычислительных мощностей: по словам Хуанга, задержки с запуском дата-центров оборачиваются миллиардами долларов упущенной выручки, а перенос сборки в цепочку поставок ускоряет «включение» мощностей. Контейнерный модуль — ответ на острый спрос на AI-инфраструктуру и дефицит скорости развёртывания.

2️⃣ Серверные процессоры NVIDIA Vera выходят на рынок через партнёров. На GTC Berlin HPE представила жидкостную стойку NVIDIA Vera CPU (256 процессоров Vera, поддержка более 22 500 изолированных сред для AI-агентов) и добавила в своё решение Private Cloud AI возможность смешивать в одном кластере GPU H200 и RTX PRO 6000. Параллельно Dell анонсировала собственные решения на Vera и первую стоечную систему инференса на базе Groq 3 LPU, а инфраструктура Vera Rubin стала общедоступна в Google Cloud. Vera ориентирована на агентный AI, и NVIDIA распространяет её через облака и производителей серверов, а не в обход них.

3️⃣ Казахстан укрепляет позиционирование как региональный AI-хаб: 23 октября глава NVIDIA Дженсен Хуанг посетил Астану и в беседе с профильным министром назвал страну перспективной площадкой для AI-инфраструктуры. Визит вписывается в заявленный правительством курс на наращивание вычислительных мощностей и привлечение глобальных технологических игроков в Центральную Азию. Для регионального рынка это сигнал растущего спроса на локальные вычисления и инфраструктуру для обучения и инференса AI-моделей.

⚙️ Калькулятор VRAM: подберите GPU для запуска LLM

Перед запуском языковой модели нужно понять, сколько видеопамяти она займет. От этого зависят выбор GPU и стоимость инфраструктуры. Теперь это можно оценить за пару минут в калькуляторе на сайте Servercore.

Как это работает:

▪️ Выберите модель. В калькуляторе собраны популярные LLM от компактных до крупных: DeepSeek, Qwen, GPT, Gemma, Mistral и другие.
▪️ Задайте точность, batch size, число одновременных пользователей и длину контекста.

Что покажет калькулятор:

▪️ Сколько VRAM нужно модели при заданных параметрах.
▪️ Из чего складывается потребление: вес модели, KV cache, активации и оверхед.
▪️ Подходящие конфигурации серверов с GPU с загрузкой VRAM, скоростью генерации и ценой за месяц.

Калькулятор дает ориентировочный расчет. Чтобы точно подобрать инфраструктуру под вашу задачу, оставьте заявку на той же странице, и специалисты Servercore предложат решение.

🔗️️️️️️ Подобрать GPU

Weekly-дайджест IT-новостей — собрали главные события недели в одном посте:

1️⃣ NVIDIA открыла архитектуру своих стоек Vera Rubin, передав дизайн стоек и вычислительных лотков в Open Compute Project (OCP) через открытую модульную архитектуру MGX. Обновлённая спецификация MGX 1.2 описывает стойки для AI-фабрик мощностью до 250 кВт с жидкостным охлаждением, стандартизированным питанием (шина 5000 А) и модульными интерфейсами — чтобы производители могли строить совместимые системы Vera Rubin, не разрабатывая их с нуля. NVIDIA также открыла часть ПО для управления AI-фабриками (DSX) и вместе с Google, Meta, Microsoft и AMD опубликовала открытые спецификации для дата-центров. Открывая архитектуру, NVIDIA распространяет свою экосистему как отраслевой стандарт — её ограничение теперь не сами чипы, а скорость развёртывания AI-фабрик.

2️⃣ Microsoft представила кастомный чип для инференса Azure Maia 300 — третий собственный AI-ускоритель компании. Maia 200 уже в производстве, а Maia 300, по планам, станет «основной системой инференса» для продуктов Microsoft с развёртыванием в 2027 году. Характеристики: 288 ГБ памяти HBM4, 18 ТБ/с пропускной способности, ~950 Вт на ускоритель; стойка из 96 ускорителей потребляет 167 кВт. По заявлению Microsoft, Maia 300 даёт на 40% больше токенов на мегаватт, чем ведущие GPU-системы, и до 7 раз выше производительность стойки, чем у Maia 200. Это часть общего тренда: гиперскейлеры наращивают собственное чипостроение, снижая зависимость от NVIDIA и AMD. Серийных поставок и независимых тестов пока нет.

3️⃣ Broadcom представила новое поколение сетевых чипов для AI-инфраструктуры. В линейке — коммутатор Tomahawk 6 с пропускной способностью 102,4 Тбит/с на один чип, сетевые карты Thor Ultra 800G (RoCE на 800 Гбит/с) и третье поколение встроенной оптики (co-packaged optics). Решения усиливают открытый Ethernet как альтернативу проприетарным интерконнектам (прежде всего InfiniBand) при масштабировании крупных GPU-кластеров. В отличие от вертикально интегрированных решений, это «коммерческий» кремний, доступный любому производителю оборудования.

Weekly-дайджест IT-новостей — собрали главные события недели в одном посте:

1️⃣ Казахстан закрепляет курс на роль регионального AI-хаба. На форуме AI & Digital Bridge 2026 в Астане (1–3 октября) власти представили стратегию развития «AI-экономики» и цель создать дополнительно до 5 ГВт вычислительных мощностей, опираясь на энергетический потенциал страны, телеком-инфраструктуру и международные цифровые маршруты. 7 октября подписан меморандум о «цифровом Шёлковом пути»: Международный финансовый центр «Астана», «Казахтелеком» и международные партнёры намерены построить интегрированную экосистему AI-инфраструктуры — дата-центры и Транскаспийский оптоволоконный канал между Европой и Азией. Ставка — на снижение задержек на евразийском маршруте и развитие суверенных вычислений.

2️⃣ AMD пообещала существенно нарастить производство чипов в 2027 году на фоне усиливающегося дефицита вычислительных мощностей и памяти. Глава компании Лиза Су заявила об этом во время визита в Тайвань, где встретилась с Foxconn, планирует переговоры с TSMC и работает с производителями памяти (SK Hynix, Samsung). Контекст острый: дата-центры поглощают около 70% мирового выпуска памяти, спотовые цены на серверные модули DDR5 растут, а дефицит, по оценкам, сохранится как минимум до первой половины 2027 года — охватывая не только GPU, но и HBM, продвинутую упаковку, площади ЦОД и энергию.

💬 AI в Центральной Азии выходит из пилотов: интервью Юрия Капелько для The Tech

Подключить готовую AI-модель сегодня может любая компания. Сложности начинаются дальше, когда пилот нужно превратить в рабочий процесс.

Юрий Капелько, COO Servercore, рассказал The Tech, что мешает масштабировать AI и от чего зависит результат. В интервью:

▪️ Как нехватка данных на казахском, узбекском и других языках Центральной Азии сказывается на распознавании звонков и разборе договоров
▪️ Почему важнее один раз выстроить технологическую среду для AI, чем собирать каждое решение с нуля
▪️ В каких процессах AI окупается быстрее и как считать эффект на уровне конкретной операции
▪️ Почему вопрос о вычислительных ресурсах возвращается на этапе эксплуатации

«Компаниям важно не создавать каждое решение заново, а выстраивать технологическую среду, которую можно повторно использовать для новых AI-сценариев, и доказывать экономический эффект на уровне конкретной бизнес-операции. А когда AI переходит в постоянную эксплуатацию, к этому добавляется вопрос о стоимости инференса и о том, где физически выполняются вычисления».

🔗️️️️️️ Читать интервью на The Tech

🗄️ Новое в облачных базах данных: PGVector и ClickHouse

В облачных базах данных появилась новая СУБД — PGVector. Это управляемый PostgreSQL с предустановленным расширением pgvector. В нем можно хранить векторы рядом с обычными данными и искать по смыслу, а не по точному совпадению слов.

Отдельную векторную базу данных разворачивать не нужно, устанавливать расширение вручную тоже: кластер готов к работе с векторами сразу после создания.

PGVector подойдет для задач:

▪️ RAG, AI-ассистенты и чат-боты по документации и базам знаний
▪️ Семантический поиск по каталогам и внутренним документам
▪️ Хранилище памяти и знаний для AI-агентов, в том числе в n8n и других оркестраторах
▪️ Backend для MCP-серверов
▪️ Векторный поиск вместе с SQL-фильтрами в привычной модели данных PostgreSQL

Еще одна новость: ClickHouse вышел из бета-тестирования. Кластеры аналитической СУБД работают с SLA 99,95%. ClickHouse подходит для построения хранилищ данных в концепции DWH. Он также работает с таблицами Apache Iceberg в S3 напрямую, без копирования, поэтому на нем можно строить архитектуру Data Lakehouse.

🔗 Создать кластер в панели управления

📄 Читать о PGVector в документации
📄 Читать о ClickHouse в документации

Weekly-дайджест IT-новостей — собрали главные события недели в одном посте:

1️⃣ Alibaba представила AI-процессор Zhenwu V900 — по словам CEO Эдди Ву, самый мощный AI-чип в Китае. Чип разработан подразделением T-Head для обучения и инференса: 216 ГБ памяти, межчиповая пропускная способность 1200 ГБ/с, нативная поддержка FP8 и FP4, и, по заявлению компании, втрое выше производительность, чем у предшественника Zhenwu M890. Представлен также обновлённый supernode-сервер (Zhenwu V900 + коммутатор ICN + SmartNIC Panmai + SSD-контроллер Zhenyue), который может масштабироваться в кластер до 500 тысяч карт. Серийное производство — в первом квартале 2027 года; техпроцесс и фабрику Alibaba не раскрыла, независимых бенчмарков пока нет.

2️⃣ Французский разработчик чипов SiPearl поставил первые образцы серверного процессора Rhea1 компании Bull — они станут основой CPU-кластера первого европейского экзафлопсного суперкомпьютера Jupiter (Юлих, Германия). Это первый заказ на Rhea1. Процессор построен на техпроцессе TSMC 6 нм, несёт 80 ядер Arm Neoverse V1, память HBM2E и интерфейсы DDR5. Проект — часть European Processor Initiative и ставки Европы на технологический суверенитет: европейский процессор на европейской платформе для флагманского европейского суперкомпьютера. Первые результаты тестов производительности компания обещает опубликовать осенью.

3️⃣ SK Hynix и TSMC совместно валидировали память следующего поколения HBM5 на упаковке CoWoS — это ранний задел для будущих AI-ускорителей, HBM5 ещё не дошла до стадии продукта. О сотрудничестве объявили на конференции TSMC OIP 23 сентября; там же SK Hynix показала память HBM4, уже интегрированную в суперчип NVIDIA Vera Rubin. TSMC второй год подряд присвоила SK Hynix звание «Партнёр года» — за совместную отработку HBM5 и CoWoS с самых ранних стадий проектирования.