Шеньчжень, Китай — 18 листопада 2025 року — У міру зростання глобального попиту на потужність штучного інтелекту компанія Aethlumis сьогодні оголосила про запуск свого нового флагманського сервера для штучного інтелекту TG990V3. Після завершення попередніх розгортань у провідних інтернет-компаніях, науково-дослідних установах з AI та постачальниках хмарних послуг, TG990V3 показав значний прорив у продуктивності під час навчання великомасштабних моделей. У тестах із навантаженням трильйонного рівня сервер досяг покращення загальної ефективності навчання на 40%, а тривалість циклів навчання скоротилася на 30–32% порівняно з попереднім поколінням.
Інфраструктура штучного інтелекту досягла нового переломного моменту
Оскільки за останні два роки розміри моделей зросли від мільярдів до трильйонів параметрів, розрив між розвитком алгоритмів та обчислювальною інфраструктурою став все більш очевидним. Генеральний директор Aethlumis Ван Цихан підкреслив під час презентації:
«Темпи розвитку великих моделей перевершили швидкість традиційного оновлення інфраструктури. TG990V3 створено для забезпечення вищої ефективності навчання без збільшення вартості або енергоспоживання апаратного забезпечення, що дозволяє командам штучного інтелекту швидше й ефективніше проводити ітерації»
Аналітики галузі зазначають, що конкуренція на ринку серверів штучного інтелекту змістилася від простої кількісної побудови апаратного забезпечення до оптимізації архітектури на рівні системи — напрямку, який реалізовано в моделі TG990V3.
Архітектура високоефективної взаємодії: використання пропускної здатності від однієї вершини до іншої на рівні 95%+ під час навчання моделі з трильйоном параметрів
Обладнаний вісьмома модулями OAM GPU за стандартом OAI 2.0, TG990V3 використовує багаторівневу топологію взаємозв'язків нового покоління, оптимізовану для масштабного розподіленого навчання.
У внутрішніх тестах, проведених провідною інтернет-компанією на моделі з трильйоном параметрів:
• Ефективність взаємозв'язку між GPU залишалася стабільною на рівні 95–96%
• Затримка синхронізації градієнтів скоротилася на 27%
• Загальна продуктивність кластера зросла на 21%
Технічний директор з лабораторії, що проводила оцінку, прокоментував:
«Під час навчання моделей такого масштабу кожен відсоток ефективності комунікації має значення. TG990V3 зберігає стабільну продуктивність навіть із зростанням розміру кластера, що є великою перевагою».
Концепція I/O «Золотий перетин»: усунення вузьких місць передачі даних під час навчання штучного інтелекту
Однією з постійних проблем під час навчання ШІ є те, що потужні GPU часто залишаються недовантаженими через вузькі місця у системі введення-виведення — недостатня смуга пропускання мережі, обмежена пропускна здатність сховища або повільні конвеєри завантаження даних.
Для вирішення цього питання компанія Aethlumis запровадила рідкісну в галузі архітектуру 8 : 8 : 16 (GPU : NIC : NVMe):
• 400 Гбіт/с виділеної мережевої смуги пропускання на кожен GPU
• Два окремих NVMe SSD Gen4/Gen5 на кожен GPU
• Зниження затримки завантаження даних понад на 60%
Вітчизняний стартап у галузі ШІ, який брав участь у ранньому тестуванні, зазначив, що завантаження GPU стабільно залишалося в межах 94–97%, що значно вище, ніж 70–75%, які спостерігалися на наявних серверах.
Надійність рівня кластера: середній час відновлення менше 3 хвилин, лінійне масштабування до 92%
Розроблений для тривалих і масштабних навантажень під час навчання, TG990V3 має повністю модульну архітектуру з гарячою заміною GPU, вентиляторів, блоків живлення та мережевих модулів.
Попередні тести клієнтів показали:
• Середній час відновлення (MTTR) скорочено з 10–12 хвилин до менше ніж 3 хвилини
• 99,95% доступність системи під час тривалих циклів навчання 24/7
• 92% ефективності лінійного масштабування в кластерах з тисячами карт
• Це забезпечує безпрецедентну надійність для підприємств, що експлуатують великі розподілені середовища для навчання
Показники продуктивності в реальних умовах (від перших користувачів)
• Скорочення часу навчання LLM з трильйоном параметрів на 32%
• Покращення пропускної здатності завантаження даних на 60% і більше
• 92% ефективності масштабування в багатовузлових кластерах
• 99,95% доступність у тривалих завданнях
Додатки включають:
• Навчання великих мовних моделей (LLM) (LLaMA, серія GPT тощо)
• Навчання багатомодальних моделей (відео, аудіо, відео, 3D)
• Платформи штучного інтелекту для бізнесу та інференс-кластери
• Обчислювальні середовища для досліджень університетів та національного рівня
Створення інфраструктури штучного інтелекту нового покоління
Доктор Лі Чжан, віце-президент з продуктів у Aethlumis, прокоментував:
«TG990V3 — це не просто оновлення апаратного забезпечення. Це оптимізація на рівні системи всього процесу навчання великих моделей — включаючи архітектуру з'єднання, підсистему введення/виведення та інтелектуальні операції. Ми створили її, щоб підтримувати прискорений ріст масштабів моделей протягом наступних трьох років»
TG990V3 тепер доступна для розгортання на підприємствах і вже використовується на кількох хмарних платформах та компаніях, що спеціалізуються на штучному інтелекті.
Aethlumis пропонує рішення для IT-обладнання, включаючи сервери, GPU-робочі станції, комутатори та системи зберігання даних для глобальних підприємств.
6b9, будинок Хуацзе, №13 Да Чжун Сі, Пекін, Китай
Усі права захищені © Beijing Puhua Haotian Technology Co., Ltd. - Політика конфіденційності-Блог
