AI-modeller og platforme

ASUS lancerer XA P2N-E2-server med to NVIDIA Vera-CPU’er på OCP

mm
Føj Unite.AI til dine foretrukne kilder på Google

ASUS præsenterede XA P2N-E2, en 2U-server baseret på NVIDIA MGX-arkitekturen og drevet af to NVIDIA Vera-CPU’er, på OCP Global Summit 2026 i San Jose, Californien, den 12. oktober 2026. I en pressemeddelelse oplyste virksomheden, at systemet er udviklet til arbejdsbelastninger inden for agentisk AI og forstærkningslæring.

Ifølge pressemeddelelsen er serveren målrettet eksekveringslaget i AI-applikationer og håndterer kodekørsel, brug af værktøjer, kørsel i sandkasser, databehandling og orkestrering – opgaver, der rækker ud over selve AI-modellen. XA P2N-E2 understøtter op til to NVIDIA RTX PRO 6000 Blackwell Server Edition-GPU’er med to slots hver og kombinerer CPU-beregninger med GPU-acceleration i 2U-platformen. ASUS oplyste, at systemets CPU-ydeevne på én tråd samt hukommelse med høj båndbredde og lavt energiforbrug skal sikre, at AI-agenter reagerer hurtigt under krævende eksekverings- og evalueringsopgaver.

To Vera-processorer i et luftkølet 2U-chassis

Produktsiden for XA P2N-E2, der er mærket »NY«, angiver to NVIDIA Vera-processorer, som hver integrerer 88 specialudviklede Olympus-kerner med Spatial Multithreading, hvilket giver 176 tråde, og har en TDP på op til 480 W pr. sokkel. ASUS beskriver Vera som den første CPU, der er specialudviklet til AI-agenter: I den arbejdsgang, ASUS beskriver, håndterer CPU’en eksekvering af kode i sandkasser, brug af værktøjer, orkestrering og databehandling, mens GPU’erne er dedikeret til træning og inferens.

Andengenerations NVIDIA NVLink-C2C giver ifølge produktsiden op til 1,8 TB/s kohærent kommunikation mellem CPU’erne og en båndbredde mellem kernerne på op til 3,4 TB/s. Hukommelsen består af 16 SOCAMM2-moduler med LPDDR5X, der kører ved 9600 MT/s, og en kapacitet på op til 1,5 TB. ASUS oplyser, at konfigurationen giver op til dobbelt så høj energieffektivitet som traditionel RDIMM-hukommelse og reducerer hukommelsens strømforbrug med 50 %.

Lagringen består af otte E1.S-drevpladser med hot-swap-funktion, og udvidelsesmulighederne omfatter to PCIe Gen6 x16-slots samt et dedikeret DPU/NIC-slot med plads til to slots. Det fuldt luftkølede chassis har luftgennemstrømning fra front til bag på tværs af processor-, hukommelses- og GPU-zonerne samt 2+2 redundante 2000 W 80 PLUS Titanium-strømforsyninger, og det kræver ingen infrastruktur til væskekøling. I det modulære MGX-design kan værtsprocessormodulet og GPU-båsen, der rummer op til to RTX PRO 6000 Blackwell Server Edition-GPU’er med to slots hver og et strømforbrug på op til 600 W pr. GPU, serviceres uafhængigt af hinanden.

Fire hardwareflaskehalse for agentisk AI, som ASUS har identificeret

I en analyse fra 10. august 2026 identificerede ASUS fire hardwareflaskehalse, som ifølge virksomheden begrænser udrulningen af agentisk AI: utilstrækkelig ydeevne på én tråd i stor skala, utilstrækkelig hukommelsesbåndbredde pr. kerne, forsinkelse ved dataadgang på tværs af dies og mangel på isolering af sandkasser på hardwareniveau. Virksomheden oplyste, at XA P2N-E2 afhjælper den sidste af disse udfordringer med isolering af sandkasser på hardwareniveau til eksekvering af agentkode, og fremhævede, at Vera-CPU’en leverer op til 1,8 gange så høj ydeevne på én tråd som traditionelle x86-CPU’er, eksekverer kode i sandkasser 1,8 gange så hurtigt som traditionel x86-infrastruktur og gør programmeringsarbejdsgange op til 1,5 gange hurtigere. ASUS knyttede disse tal til Vera-CPU’ens design med 88 kerner, en LPDDR5X-hukommelsesbåndbredde på op til 1,2 TB/s og en intern forbindelsesbåndbredde på 3,4 TB/s.

I denne analyse fra august var XA P2N-E2 allerede blevet beskrevet som lanceret sideløbende med ASUS-servere baseret på AMD EPYC 9006-processorer: serierne RS700A-E14B, RS720A-E14B og XA P8A-E14A. For disse systemer henviste ASUS til op til 256 kerner pr. sokkel og en samlet ydeevne, der er cirka 70 % højere end i den foregående generation, med 16-kanals DDR5-hukommelse, der leverer en båndbredde på cirka 1,6 TB/s.

Systemer i rackskala og NVIDIA-platformsteknologier

Ud over 2U-serveren viser ASUS også systemer i rackskala på OCP. XA VR721-E3 ASUS AI POD integrerer 36 NVIDIA Vera-CPU’er og 72 NVIDIA Rubin-GPU’er via platformen NVIDIA Vera Rubin NVL72 i en fuldt væskekølet arkitektur til AI-træning, eftertræning og inferens i stor skala. XR R1I12B-M1BHFS kombinerer NVIDIA HGX Rubin NVL8 med direkte væskekøling af GPU-bundkortet og luftkøling af Intel Xeon 6-processorerne.

ASUS henviste også til NVIDIA DSX-referansedesignet og NVIDIA Omniverse DSX Blueprint, som ifølge virksomheden forener en valideret arkitektur med simulering i høj detaljeringsgrad, så der kan skabes fysisk nøjagtige digitale tvillinger til optimering af AI-fabrikkers design og drift inden udrulning. Fire NVIDIA-teknologier vises på ASUS’ stand: accelereret databehandling med HGX Rubin NVL8, Spectrum-X Ethernet-switching baseret på Spectrum-6, CMX Context Memory Storage Platform og Groq 3 LPX-inferensacceleratoren til Vera Rubin NVL72, som ifølge pressemeddelelsen udvider NVL72-platformen med ultrahurtig tokengenerering for at sikre meget responsiv inferens.

Intel og AMD viser systemer frem

Intels fremvisning omfatter RS700-E12-RS4U og RS720-E12-RS12U, 1U- og 2U-servere med to sokler, der drives af Intel Xeon 6-processorer og har DC-MHS-design samt værktøjsfri serviceadgang. De er målrettet agentisk AI, virtualisering og dataintensive arbejdsbelastninger. AMD’s fremvisning præsenterer RS700A-E14B-R16U, et 1U-system med to sokler baseret på 6. generations AMD EPYC 9006-serieprocessorer med kodenavnet »Venice«. Systemet kombinerer DC-MHS-arkitektur med PCIe 6.0-forbindelse og understøtter op til 16 E3.S-drev, mens ASUS Thermal Radar 3.0 sørger for termisk overvågning og styring.

Til AI-acceleration understøtter ESC8000A-E13P AMD Instinct MI350P PCIe-acceleratorer, mens XA AM3A-E13 integrerer otte AMD Instinct MI355X-acceleratorer i et luftkølet 10U-design, som ifølge ASUS gør det muligt at etablere løsninger med høj tæthed uden særlig infrastruktur til vandkøling. Hele produktporteføljen vises på ASUS’ stand nr. B9 under OCP Global Summit 2026, og ASUS oplyser, at deres servere fås over hele verden, mens tilgængeligheden af de enkelte produkter og konfigurationer varierer fra region til region.

Theo Nash er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI‑infrastruktur, beregning og de hardware‑systemer, der driver moderne kunstig intelligens. Hans arbejde fokuserer på de tekniske grundlag bag store AI‑arbejdsbelastninger, herunder datacentre, acceleratorer, netværk og software‑stakke, der binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøger Theo, hvordan fremskridt inden for GPU’er, specialdesignet silicium, hukommelsesarkitekturer og distribuerede systemer muliggør nye generationer af AI‑modeller. Han lægger særlig vægt på præstationsafvejninger, energieffektivitet, skalerbarhed og de praktiske begrænsninger, der former implementeringen af AI‑infrastruktur i den virkelige verden.

Artikler skrevet af Theo Nash er AI‑genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre teknisk nøjagtighed, klarhed og ansvarlig dækning af det hastigt udviklende AI‑beregningslandskab.