AI-mallit ja alustat

Nscale ottaa käyttöön ensimmäiset Vera Rubin NVL72 -telineensä maailmanlaajuisessa tekoävipilvessä

Theo Nash
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatNscale on ensimmäinen, joka ottaa käyttöön Dellin tehdasintegroidun nestejäähdytetyn…
Näytä lisää
  • Nscale on ensimmäinen, joka ottaa käyttöön Dellin tehdasintegroidun nestejäähdytetyn L11-verkkoräkin.
  • NVLink hoitaa skaalauksen kunkin räkin sisällä, kun taas RoCE Ethernet yhdistää räkit suuremmiksi klustereiksi.
  • NVIDIA väittää, että sen ilmoitetulla kokoonpanolla saadaan jopa 10 kertaa enemmän tokeneita megawattia kohden kuin GB200 NVL72:ssa.

Nscale ilmoitti 18. marraskuuta 2026, että sen ensimmäiset NVIDIA Vera Rubin NVL72 -telinekokoluokan tekoälyjärjestelmät ovat toiminnassa. Näin käynnistyy maailmanlaajuinen käyttöönotto, jonka odotetaan jatkuvan tulevien kuukausien ajan. Dell PowerEdge XE9812 -järjestelmät lisäävät kapasiteettia asiakkaille, jotka kouluttavat suuria malleja ja tarjoavat niitä käyttöön. Niihin kuuluu myös työkuormia, joissa ratkotaan monivaiheisia ongelmia.

Jokaisessa NVL72-telineessä on 72 Rubin-grafiikkasuoritinta ja 36 Vera-suoritinta sekä muistia ja nopeita yhteyksiä, joiden ansiosta teline toimii yhtenä telinekokoluokan supertietokoneena. Aiheeseen liittyvä tekninen julkaisu nimeää tavoitelluiksi työkuormiksi laajamittaisen hajautetun koulutuksen, pitkän kontekstin päättelyn, vahvistusoppimisen, agenttipohjaisen inferenssin sekä suuren tokenmäärän käsittelyyn tarkoitetut pienen viiveen palvelut. Työkuormien monipuolisuus tekee verkosta ja käyttömallista tärkeitä: infrastruktuurin on koordinoitava useita kiihdyttimiä sekä koulutusajoissa että tuotantokäytön inferenssissä.

Tehtaalla integroidut telineet ja verkkolaitteet

Nscalen mukaan se on alan ensimmäinen, joka ottaa käyttöön Dellin täysin integroidun, nestejäähdytteisen L11-verkkotelineen. Dellin IR9148-alustaan perustuva ratkaisu yhdistää kahdeksan NVIDIA SN6600-LD -kytkintä shuffle-yksiköihin, virransyöttöhyllyihin, integroituun telineohjaimeen ja telineeseen asennettuun jäähdytysnesteen jakeluyksikköön. Dell kokoaa laitteilla varustetun telineen tehtaalla ja testaa sen siellä, joten verkkotelinettä ei tarvitse koota paikan päällä.

”Dell PowerRack yhdistää ja validoi laskennan, verkkolaitteet, virransyötön ja jäähdytyksen tehtaalla. Tämä vähentää paikan päällä tehtävää työtä ja auttaa Nscalea saamaan suurteholaskennan infrastruktuurinsa tuotantokäyttöön nopeammin”, sanoi Ihab Tarazi, Dell Technologiesin Infrastructure Solutions Groupin laskenta- ja verkkoratkaisujen teknologiajohtaja.

Laskentalaitteisto noudattaa samaa telinekokoluokan lähestymistapaa. Dellin järjestelmän yleiskuvauksessa XE9812 kuvataan Vera Rubinin seuraajaksi XE9712:lle. Siinä käytetään suoraa nestejäähdytystä ja NVLinkillä toisiinsa liitettyjä grafiikkasuorittimia telinekokoluokan rakenteessa. Nscalen käyttöönotossa NVLink muodostaa kunkin telineen sisäisen skaalautuvan verkon, kun taas RoCE-pohjainen skaalautuva Ethernet-verkko yhdistää telineet laajemmaksi klusteriksi.

RoCE eli RDMA over Converged Ethernet tarjoaa hajautetulle tekoälyliikenteelle suuren tiedonsiirtonopeuden ja pienen viiveen. Nscalen Ethernet-rakenne hyödyntää tehokasta kytkentää, ruuhkanhallintaa, telemetriaa ja automaatiota standardeihin perustuvalla pohjalla. Ratkaisun tarkoituksena on pitää grafiikkasuorittimet työskentelemässä rinnakkaisissa tehtävissä sen sijaan, että ne odottaisivat muistia, verkkoyhteyksiä tai toiminnallisten pullonkaulojen poistumista.

Kalustonhallinta maailmanlaajuista käyttöönottoa varten

Telineet siirtyvät Nscalen pilvipalvelun toimintamalliin heti, kun ne otetaan käyttöön. Kalustonhallinta huolehtii käyttöönotosta, määrityksistä, validoinnista, rasitustestauksesta, verkkointegraatiosta, ylläpidosta, korjauksista ja käytöstä poistamisesta. Control Center asettaa ohjelmisto-, laiteohjelmisto-, verkko- ja tietoturvaperustasot ennen kuin validoidut järjestelmät otetaan käyttöön automatisoidussa prosessissa.

Havaittavuus kattaa laskennan, verkkolaitteet, tallennuksen ja orkestroinnin sekä yhdistää infrastruktuurin telemetrian automaattisiin toimintoihin. Nscalen Radar API tarjoaa asiakkaille tiedot saatavuudesta, ylläpito- ja korjaustilanteesta, laitteiden tilasta, kapasiteetista ja muista operatiivisista tapahtumista. Näiden hallintatoimintojen ansiosta asiakkaat näkevät kapasiteetin yhtenäisellä tavalla, ja Nscale voi ottaa lisäjärjestelmiä käyttöön yhdenmukaisesti.

Nscalen tekoälyinfrastruktuurista vastaava johtaja Nidhi Chappell kertoi, että yhtiö odottaa käyttöönoton toimivan yhtenä tuotantoympäristönä, jossa käytetään samaa kalustonhallinnan automaatiota ja havaittavuutta kuin yhtiön pilvipalvelun muissakin osissa. Asiakkaat voivat ottaa yhteyttä Nscaleen tilatakseen järjestelmiä tai keskustellakseen käyttöönoton aikataulusta.

NVIDIAn tuotesivulla yhtiö kertoo, että sen ilmoittamalla Kimi-K2 Thinking -kokoonpanolla, jossa syöte- ja tulossekvenssien pituudet ovat 32K/8K, saavutetaan jopa 10 kertaa enemmän tokeneita megawattia kohden kuin GB200 NVL72:lla. Yhtiö kuitenkin huomauttaa, että inferenssin suorituskyky voi muuttua. Tämä valmistajan vertailu, joka ei perustu Nscalen järjestelmillä tehtyihin mittauksiin, korostaa tokenien käsittelynopeutta samalla tehonkulutuksella. Se on keskeinen taloudellinen tekijä laajamittaisessa inferenssissä.

Käyttöönotossa uusi grafiikkasuoritinsukupolvi yhdistyy vähemmän näkyvään työhön, jota sen hyödyntäminen edellyttää: tehtaalla integroituihin nestejäähdytteisiin verkkolaitteisiin, telineiden sisäiseen NVLink-yhteyteen, Ethernet-pohjaiseen skaalautuvaan verkkoon ja yhteisiin kalustonhallintatoimintoihin. Seuraava käytännön testi on, pystyykö Nscale toistamaan tämän kokonaisuuden uusien järjestelmien saapuessa ja kasvattamaan asiakaskapasiteettia pirstomatta maailmanlaajuista tuotantoympäristöä.

Theo Nash on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka kattaa AI‑infrastruktuurin, laskennan ja laitteistojärjestelmät, jotka mahdollistavat modernin tekoälyn. Hänen työnsä keskittyy suurten AI‑työkuormien teknisiin perusteisiin, mukaan lukien datakeskukset, kiihdyttimet, tietoverkot ja ohjelmistopinot, jotka yhdistävät ne yhteen.

Analyyttisesta ja tekniikkavetoisesta näkökulmasta Theo tarkastelee, miten GPU:iden, räätälöidyn piisirun, muistirakenteiden ja hajautettujen järjestelmien edistysaskeleet mahdollistavat uudet AI‑mallien sukupolvet. Hän kiinnittää erityistä huomiota suorituskyvyn kompromisseihin, energiatehokkuuteen, skaalautuvuuteen ja käytännön rajoitteisiin, jotka muovaavat AI‑infrastruktuurin todellista käyttöönottoa.

Theo Nashin kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen teknisen tarkkuuden, selkeyden ja vastuullisen kattavuuden nopeasti kehittyvässä AI‑laskentaympäristössä.