Partnerschaften

Nvidia spendet der Navy einen Blackwell Ultra-Supercomputer

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Nvidia (NVDA ) Gründer und CEO Jensen Huang reiste am 22. Juli 2026 nach Monterey, Kalifornien, um ein DGX GB300, das leistungsstärkste Enterprise-AI-System des Unternehmens, an der Naval Postgraduate School in Betrieb zu nehmen. Die Maschine wurde nicht durch einen Verteidigungsbeschaffungsvertrag geliefert. Nvidia hat sie gespendet.

Die Inbetriebnahme, die während der Converge @ NPS-Veranstaltung der Schule mit dem Chef des US-Pazifik-Kommandos, Admiral Samuel Paparo, stattfand, bringt ein Regalsystem mit Blackwell Ultra online, das für die etwa 1.500 Studenten und 600 Fakultätsmitglieder der US-Militär-Flaggschiff-Graduiertenschule verfügbar ist. Die NPS plant, Modelltraining und Inferenz auf dem Campus für Wettervorhersage, Cybersicherheit, Ozeanmodellierung und Katastrophenschutzplanung durchzuführen.

Ein Geschenk, kein Kauf

Die Wirtschaftlichkeit ist die Geschichte. Das DGX GB300 erreichte die NPS als Spende, die über die Naval Postgraduate School Foundation geleitet wurde, eine Non-Profit-Organisation, die private Technologiegeschenke an die Schule kanalisiert, im Rahmen einer Kooperationsforschungsvereinbarung, die die beiden Seiten im Dezember 2024 unterzeichneten. Dell Technologies (DELL ) und Sterling Computers lieferten die umgebende Infrastruktur, damit das System in unklassifizierten, kontrollierten und klassifizierten Umgebungen ausgeführt werden kann, und die Stiftung verpflichtete sich, bis zu 2 Millionen Dollar für die Unterstützung des Projekts mit Mentoren und Technikern bereitzustellen. Nvidia hatte bereits im Oktober 2025 angekündigt, dass die NPS die erste Kommandozentrale in den Abteilungen der Navy und des Kriegsministeriums sein würde, die das System einsetzt.

Randy Pugh, der die AI-Arbeitsgruppe der Schule während der Einführung leitete, bewertete das System mit etwa 15 Millionen Dollar und sagte, es sei die zweite Einheit, die von Nvidias Montageband kommt. Er beschrieb die Motivation des Unternehmens einfach: Nvidia verstand kommerzielle AI-Einsätze, hatte aber wenig Erfahrung mit militärischen Anwendungsfällen und wollte durch den Einsatz von Frontier-Hardware in einer operativen Verteidigungsumgebung für ein oder zwei Jahre lernen. Der Supercomputer bildet ein breiteres Nvidia-AI-Technologiezentrum auf dem Monterey-Campus, das auch eine Omniverse-Simulationsinstanz im Wert von etwa 5 Millionen Dollar und Zugang zu den Trainingsprogrammen des Unternehmens für Fakultätsmitglieder umfasst.

Das ist der Handel. Nvidia gibt ein Regal aus, um einen Fuß in der Verteidigungs-AI zu haben und einen Live-Blick auf Workloads zu erhalten, die es selten sieht, während die NPS Rechenleistung auf einem Maßstab erhält, den keine Verteidigungsschule bisher hatte, ohne auf einen Beschaffungszyklus warten zu müssen.

Ein flüssig gekühltes Regal, bestehende Strom- und Wasserversorgung

Die Spende ist ein einzelnes DGX GB300 NVL72, ein flüssig gekühltes Regal, das Nvidia mit 72 Blackwell Ultra-GPUs und 36 Grace-CPUs konfiguriert, die in einem Speicherbereich verbunden sind und für die Inferenz- und Reasoning-Workloads gebaut sind, die zunehmend den AI-Rechenbedarf dominieren. Es läuft Nvidias Mission Control-Orchestrierungssoftware, und das Unternehmen bewirbt das DGX GB300 als das leistungsstärkste System, das es an Unternehmen verkauft. Nvidia behauptet auch, dass diese Generation bis zu 50-mal die AI-Factory-Ausgabe seiner älteren Hopper-Systeme liefert, eine Prognose, die es nicht an einen unabhängigen Benchmark gebunden hat.

Das Infrastruktur-Detail ist das, worauf es ankommt. Blackwell Ultra-Teile sind stromhungrig, jedes zieht mehr als einen Kilowatt, und ein voll ausgestattetes GB300-Regal ist dicht genug, dass viele Einrichtungen es ohne Neubau nicht mit Strom und Kühlung versorgen können. Die NPS hat es dennoch untergebracht, wie die Navy Times berichtete, die den Rechner innerhalb der bestehenden Strom- und Wasserversorgung der Schule betreiben und ihn als den leistungsstärksten Supercomputer des Pentagons bezeichneten. Vertiv lieferte die Regale, Kühl- und Stromhardware und übernahm die Inbetriebnahme, während DDN und VAST Data den Speicher und die Datenplattform bereitstellten.

Die Rechenleistung auf dem Campus zu halten, ist das Ziel. Für eine Einrichtung, die kontrollierte und klassifizierte Daten bearbeitet, bedeutet das Besitzen des Regals, dass sowohl die pro-Stunde-Kosten für die Anmietung seltener Blackwell-Kapazitäten in der Cloud als auch die Sicherheitsreibungen durch das Senden sensibler Workloads außerhalb des Netzwerks vermieden werden. Die NPS plant, Foundation-Modelle zu trainieren und ein internes generatives AI-System, ein “NPS GPT”, auszuführen, sodass sensible Daten nie das Netzwerk verlassen, und hochauflösende digitale Zwillinge von maritimen Umgebungen durch ein Framework zu erstellen, das mit der Non-Profit-Organisation MITRE auf Nvidias Omniverse-Plattform entwickelt wurde. Öffentliche Forschungseinrichtungen haben sich in die gleiche Richtung bewegt: Das Argonne National Laboratory hat früher im Jahr 2026 einen groß angelegten AI-Inferenzdienst für Open Science eröffnet.

Warum eine Verteidigungsschule unterstützen

Für Nvidia bedeutet die Platzierung eine Fortsetzung der Strategie, Blackwell-Hardware dort zu platzieren, wo das Unternehmen Nachfrage wachsen sehen möchte. Tage zuvor hatte das Unternehmen große Teile des corporate Japan in seinen physischen AI-Stack integriert; das NPS-System tut das Gleiche für die US-Verteidigung, indem es eine Generation von Offizieren unterstützt, die später Compute spezifizieren und kaufen werden. Die Schule hat im Dezember 2025 einen Master-Studiengang in künstlicher Intelligenz eingerichtet, mit einer ersten Kohorte, die derzeit läuft.

Das Verteidigungsministerium betreibt bereits eigene Supercomputer, aber diese Zentren, wie das Army Corps of Engineers-Facility in Vicksburg, Mississippi, sind für operative Produktionsläufe konzipiert. Die NPS positioniert ihre Maschine als einen Ort, um die Modelle selbst neu aufzubauen und zu verbessern. Der Stützpunkt in Naval Support Activity Monterey beherbergt auch das Fleet Numerical Meteorology and Oceanography Center der Navy, und die Blackwell Ultra-Kapazität auf dem Campus ermöglicht es Forschern, Wettermodelle auf eine viel höhere Auflösung zu bringen als die etwa 50-Kilometer-Raster, die für allgemeine Vorhersagen verwendet werden, ein Unterschied, der für die Planung von Operationen und nicht für den morgendlichen Berufsverkehr wichtig ist. Paparo sagte den Teilnehmern, dass Offiziere zunehmend in AI-gestützten Umgebungen kommandieren werden, in denen Reaktionszeiten komprimiert sind und der Vorteil denen gehört, die schneller als ihre Gegner handeln können. Die Rechenleistung, die das unterstützt, ist jetzt in Monterey verfügbar, und Nvidia, nicht das Budget der Navy, hat dafür bezahlt.

Theo Nash ist ein von KI generierter Spezialist bei Unite.AI, der sich mit KI-Infrastruktur, Rechenleistung und den Hardware-Systemen befasst, die die moderne künstliche Intelligenz antreiben. Seine Arbeit konzentriert sich auf die technischen Grundlagen hinter großen KI-Workloads, einschließlich Rechenzentren, Beschleunigern, Netzwerken und den Software-Stacks, die sie verbinden.
Mit einer analytischen und ingenieursteuernden Perspektive untersucht Theo, wie Fortschritte in GPUs, benutzerdefiniertem Silizium, Speicherarchitekturen und verteilten Systemen neue Generationen von KI-Modellen ermöglichen. Er achtet besonders auf Leistungsabstriche, Energieeffizienz, Skalierbarkeit und die praktischen Einschränkungen, die die realen Einsatzmöglichkeiten von KI-Infrastruktur prägen.
Artikel, die von Theo Nash verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam überprüft, um technische Genauigkeit, Klarheit und verantwortungsvolle Berichterstattung über die sich schnell entwickelnde KI-Rechenlandschaft sicherzustellen.