Темпы роста вычислительных мощностей для систем искусственного интеллекта опережают темпы развития энергосистем, и центрам обработки данных приходится подключать генераторы с реактивными турбинами — их мощности хватает, чтобы поддерживать работоспособность кластеров.

Обзор умных часов HUAWEI WATCH 5: часы юбилейные

Пять причин полюбить HONOR Magic7 Pro

HUAWEI FreeArc: вероятно, самые удобные TWS-наушники

Почему ИИ никак не сесть на безматричную диету

Hollow Knight: Silksong — песнь страданий и радостей. Рецензия

Фитнес-браслет HUAWEI Band 10: настоящий металл

Пять причин полюбить HONOR Pad V9

Пять причин полюбить HONOR X8c

Источник изображения: proenergyservices.com

На объектах в Техасе уже развёртываются установки на базе двигателей General Electric CF6-80C2 и LM6000 — когда-то эти турбины использовались на самолётах Boeing 767 и Airbus A310. ProEnergy и Mitsubishi Power превратили их в модульные генераторы с быстрым запуском, каждый из которых выдаёт до 48 МВт, и этого достаточно для поддержания работы крупного кластера ИИ, пока готовится подключение к традиционной инфраструктуре. Авиационные двигатели устанавливаются на автоприцепы и могут за считанные минуты выходить на максимальную мощность — они быстрые, шумные и отнюдь не элегантные, но справляются со своими задачами.

Это не самый дешёвый и не самый экологически чистый способ запитать серверные стойки, но вполне жизнеспособное решение для компаний, которые стремятся оперативно добиться результатов в области ИИ и не ждать несколько лет, пока местные подстанции смогут предоставить им нужную мощность. Подобные генераторы уже не первое десятилетие работают на американских военных объектах и на морских буровых установках, и использование их опыта в технологической сфере наглядно иллюстрирует, насколько напряжённой стала ситуация с энергоснабжением в США. В рамках проекта OpenAI Stargate в Техасе уже развёртываются 30 блоков LM2500XPRESS, каждый из которых выдаёт до 34 МВт.

Тепловая эффективность генераторов на реактивных двигателях минимальна — они работают в режиме простого цикла, при котором топливо сжигается, а отходящее тепло не улавливается. Топливо для них подвозит грузовой транспорт, и приходится выделять ресурсы для очистки выхлопа, чтобы соответствовать экологическим нормам. Но с учётом потребностей в сотни мегаватт электроэнергии и сроков до пяти лет, которые обещают энергетические операторы для подключения к сети, следует ожидать, что альтернативные решения будут заявлять о себе всё чаще.

Huawei наращивает мощности своих вычислительных систем для ИИ на фоне трудностей Nvidia в Китае. Компания заявила, что её новые кластеры из ИИ-ускорителей Ascend 950 на базе чипов собственной разработки станут самыми мощными в мире. Эксперты полагают, что Huawei может преувеличивать свои технические возможности, но признают, что её амбиции стать мировым лидером в области искусственного интеллекта «нельзя недооценивать».

Обзор умных часов HUAWEI WATCH 5: часы юбилейные

Пять причин полюбить HONOR Pad V9

Пять причин полюбить HONOR X8c

Почему ИИ никак не сесть на безматричную диету

Hollow Knight: Silksong — песнь страданий и радостей. Рецензия

HUAWEI FreeArc: вероятно, самые удобные TWS-наушники

Фитнес-браслет HUAWEI Band 10: настоящий металл

Пять причин полюбить HONOR Magic7 Pro

Китайский телекоммуникационный гигант Huawei сегодня анонсировал новые вычислительные системы для искусственного интеллекта на базе собственных чипов Ascend, усиливая давление на американского конкурента Nvidia. Компания заявила, что планирует запустить свой новый суперкластер на базе Atlas 950 уже в следующем году.

До конца 2028 года Huawei намерена выпустить три новых поколения чипов Ascend, удваивая их мощность с каждым годом. Эти чипы составляют основу вычислительной инфраструктуры Huawei для искусственного интеллекта, в которой суперкластер объединяет несколько супермодулей, которые, в свою очередь, построены из суперузлов. В основе каждого суперузла лежат чипы Ascend.

Huawei утверждает, что её новый суперузел будет поддерживать 8192 чипа Ascend 950, а суперкластер будет использовать более 500 000 таких чипов. Когда у Huawei появится более продвинутая версия ускорителя, Atlas 960, запуск которой запланирован на 2027 год, в один узел можно будет объединить 15 488 чипов, а полный суперкластер благодаря этому будет содержать более одного миллиона чипов Ascend.

Пока неясно, как эти кластеры будут соотноситься с системами на базе чипов Nvidia. В пресс-релизе Huawei заявлено, что новые суперузлы станут самыми мощными в мире по вычислительной мощности в течение нескольких лет. Председатель совета директоров Huawei Эрик Сюй (Eric Xu), заявил, что суперузел на базе Atlas 950 обеспечит в 6,7 раза большую вычислительную мощность, чем система Nvidia NVL144, запуск которой также запланирован на следующий год. Сюй также пообещал, что суперкластер Atlas 950 будет обладать в 1,3 раза большей вычислительной мощностью, чем суперкомпьютер xAI Colossus Илона Маска (Elon Musk).

Источник изображения: Huawei

В апреле 2025 года исследовательская компания SemiAnalysis сообщила, что разработанная Huawei система CloudMatrix оказалась производительнее, чем Nvidia GB200 NVL72, несмотря на то, что каждый чип Ascend обеспечивал лишь около трети производительности процессора Nvidia. Huawei добилась преимущества благодаря пятикратному увеличению числа чипов. Два года назад Huawei анонсировала свой суперкластер Atlas 900. Компания развернула более 300 таких суперузлов для более чем двадцати крупных клиентов в телекоммуникационной, производственной и других отраслях.

США стремятся отрезать Китай от самых передовых технологий для обучения моделей искусственного интеллекта. Чтобы справиться с этой проблемой, китайские компании стали чаще объединять большое количество менее эффективных, часто отечественных, чипов для достижения схожих вычислительных возможностей.

Объявление Huawei было сделано на фоне продвижения Китаем собственных альтернатив чипам Nvidia. На днях китайский регулятор объявил о продлении расследования в отношении Nvidia в связи с предполагаемой монополистической практикой. Ранее правительство Китая настоятельно рекомендовало местным технологическим гигантам прекратить испытания и заказы на чип Nvidia RTX Pro 6000D, разработанный специально для Китая. Генеральный директор Nvidia Дженсен Хуанг (Jensen Huang) заявил, что он «разочарован» новостью об этом запрете. Ранее он называл Huawei «грозным» конкурентом.

Компания Xiaomi уже располагает собственной вычислительной инфраструктурой для создания систем искусственного интеллекта и намерена значительно её расширить. Компания рассчитывает использовать для этих нужд кластер из 10 000 ускорителей вычислений на базе GPU.

Почему ИИ никак не сесть на безматричную диету

Фитнес-браслет HUAWEI Band 10: настоящий металл

Hollow Knight: Silksong — песнь страданий и радостей. Рецензия

Обзор умных часов HUAWEI WATCH 5: часы юбилейные

Пять причин полюбить HONOR Magic7 Pro

Пять причин полюбить HONOR X8c

Пять причин полюбить HONOR Pad V9

HUAWEI FreeArc: вероятно, самые удобные TWS-наушники

Источник изображения: Xiaomi

По информации Jiemian Global, команда специалистов Xiaomi в области искусственного интеллекта была создана ещё в 2016 году, за последующие семь лет её штат увеличился в шесть раз до более чем 3000 человек. С текущего года в распоряжении этих специалистов находятся около 6500 ускорителей вычислений на базе GPU, с помощью которых они получили возможность обучать большие языковые модели. Смартфоны, Интернет вещей, робототехника и электромобили — вот те сферы деятельности, в которых Xiaomi собирается применять соответствующие наработки.

Генеральный директор Xiaomi Лэй Цзюнь (Lei Jun) лично курирует развитие направления искусственного интеллекта в компании. При этом с точки зрения ассортимента аппаратных решений призывает не распыляться на некоторые модные тенденции, включая очки дополненной реальности, а сосредоточиться на тех же смартфонах.

Впрочем, он делает большие ставки и на сегмент электромобилей, рассчитывая превратить Xiaomi в одного из пяти крупнейших автопроизводителей мира через несколько лет. Со следующего года компанию дебютной модели SU7 составит кроссовер YU7, слухи также приписывают Xiaomi намерения разработать собственный процессор для смартфонов.

Запустив Memphis Supercluster — «самый мощный в мире кластер для обучения искусственного интеллекта», Илон Маск (Elon Musk) также поделился снимком ещё одного суперкомпьютера одной из своих компаний. Это система Dojo, построенная на разработанных Tesla ускорителях Dojo D1, которая будет обучать автопилот для электромобилей. В ходе квартального отчёта Маск также сообщил, что удвоит усилия по разработке и развёртыванию Dojo из-за высоких цен на продукцию Nvidia.

HUAWEI FreeArc: вероятно, самые удобные TWS-наушники

Обзор умных часов HUAWEI WATCH 5: часы юбилейные

Пять причин полюбить HONOR Magic7 Pro

Пять причин полюбить HONOR X8c

Пять причин полюбить HONOR Pad V9

Фитнес-браслет HUAWEI Band 10: настоящий металл

Hollow Knight: Silksong — песнь страданий и радостей. Рецензия

Почему ИИ никак не сесть на безматричную диету

Источник изображений: x.com/elonmusk

Маск пообещал до конца года запустить Dojo D1. Производительность этого кластера эквивалентна 8000 ускорителей Nvidia H100, что, по мнению бизнесмена, «не очень много, но и не мелочь». Для сравнения, открытый в Теннеси суперкомпьютер xAI для обучения ИИ в итоге будет оперировать 100 тыс. ускорителями Nvidia H100.

Маск впервые представил гигантские чипы Dojo D1 в 2021 году — их целевая производительность составляет 322 Тфлопс. В августе прошлого года Tesla занялась поиском старшего инженера по программе технических работ в центре обработки данных — это один из первых шагов, которые обычно предпринимаются организацией при планировании запуска собственного ЦОД. В сентябре Tesla также увеличила объёмы заказов на Dojo D1, что свидетельствует об уверенности компании в продукте. В мае стало известно, что их массовое производство уже идёт.

Похоже, теперь эти ускорители прибыли в США, и Маск уже поделился снимками суперкомпьютера Dojo. Чип Dojo D1 представляет собой процессор типа «система на пластине» в массиве 5 × 5. То есть 25 сверхпроизводительных кристаллов выполнены на одной пластине и соединены между собой с использованием технологии TSMC InFO (Integrated Fan-Out) — они работают как единый процессор и оказываются эффективнее аналогичных многопроцессорных машин. Предприятие в Теннесси принадлежит xAI и используется преимущественно для обучения большой языковой модели Grok, а чипы Dojo ориентированы на видеообучение и будут применяться для работы над технологией автопилота.