Modelli e piattaforme di IA

Nscale attiva i suoi primi rack Vera Rubin NVL72 per il cloud globale di IA

Theo Nash
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveNscale è la prima azienda a implementare il rack di networking L11 raffreddato a…
Vedi di più
  • Nscale è la prima azienda a implementare il rack di networking L11 raffreddato a liquido e integrato in fabbrica di Dell.
  • NVLink gestisce lo scale-up all'interno di ciascun rack, mentre RoCE Ethernet collega i rack in cluster più grandi.
  • NVIDIA afferma fino a 10 volte più token per megawatt rispetto a GB200 NVL72 per la sua configurazione dichiarata.

Nscale ha annunciato il 18 novembre 2026 che i suoi primi sistemi di IA su scala rack NVIDIA Vera Rubin NVL72 erano entrati in funzione, dando il via a un’implementazione globale destinata a proseguire nei prossimi mesi. I sistemi Dell PowerEdge XE9812 ampliano la capacità a disposizione dei clienti per addestrare e gestire modelli di grandi dimensioni, compresi carichi di lavoro che affrontano problemi articolati in più passaggi.

Ogni rack NVL72 contiene 72 GPU Rubin e 36 CPU Vera, oltre a memoria e connessioni ad alta velocità progettate per funzionare come un unico supercomputer su scala rack. Un post tecnico di accompagnamento indica tra i carichi di lavoro previsti l’addestramento distribuito su larga scala, il ragionamento su contesti lunghi, l’apprendimento per rinforzo, l’inferenza agentica e i servizi a bassa latenza che elaborano grandi volumi di token. Questa varietà rende importanti la rete e il modello operativo: l’infrastruttura deve coordinare numerosi acceleratori sia per le fasi di addestramento sia per l’inferenza in produzione.

Rack e rete integrati in fabbrica

Nscale afferma di essere la prima azienda del settore a implementare il rack di rete L11 di Dell, completamente integrato e raffreddato a liquido. Basato sulla piattaforma IR9148 di Dell, combina otto switch NVIDIA SN6600-LD con unità di shuffle, ripiani di alimentazione, un controller integrato per il rack e un’unità di distribuzione del refrigerante interna al rack. Dell integra e collauda in fabbrica il rack già equipaggiato, eliminando la necessità di assemblare in loco il rack di rete.

«Dell PowerRack integra e convalida in fabbrica capacità di calcolo, rete, alimentazione e raffreddamento, riducendo il lavoro necessario in loco e aiutando Nscale a mettere in produzione più rapidamente la propria infrastruttura di calcolo ad alte prestazioni», ha dichiarato Ihab Tarazi, CTO per Compute e Networking dell’Infrastructure Solutions Group di Dell Technologies.

Anche l’hardware di calcolo segue lo stesso approccio su scala rack. La panoramica del sistema di Dell descrive XE9812 come il successore di XE9712 per Vera Rubin, con raffreddamento a liquido diretto e GPU interconnesse tramite NVLink in una configurazione su scala rack. Nell’implementazione di Nscale, NVLink fornisce la rete scale-up all’interno di ciascun rack, mentre una rete scale-out RoCE collega i rack in un cluster più ampio.

RoCE, acronimo di RDMA over Converged Ethernet, fornisce comunicazioni ad alto throughput e bassa latenza per il traffico distribuito dell’IA. La rete Ethernet di Nscale integra commutazione ad alte prestazioni, gestione della congestione, telemetria e automazione su una base fondata su standard. Il progetto mira a mantenere le GPU impegnate in attività parallele, anziché lasciarle in attesa a causa di colli di bottiglia legati alla memoria, alla rete o alle operazioni.

Controlli della flotta per l’implementazione globale

I rack entrano nel modello operativo cloud di Nscale non appena sono attivi. Fleet Operations gestisce registrazione, configurazione, convalida, rodaggio, integrazione di rete, manutenzione, riparazione e dismissione. Prima che i sistemi convalidati entrino in servizio tramite un processo automatizzato, Control Center applica configurazioni di riferimento per software, firmware, rete e sicurezza.

L’osservabilità copre calcolo, rete, archiviazione e orchestrazione, collegando la telemetria dell’infrastruttura alle risposte automatizzate. L’API Radar di Nscale mette a disposizione dei clienti informazioni su disponibilità, stato di manutenzione e riparazione, stato dei dispositivi, capacità e altri eventi operativi. Questi controlli offrono ai clienti una visione condivisa della capacità e forniscono a Nscale un metodo uniforme per mettere in servizio altri sistemi.

Nidhi Chappell, presidente dell’infrastruttura IA di Nscale, ha dichiarato che l’azienda prevede di gestire l’implementazione come un unico ambiente di produzione, con la stessa automazione della flotta e la stessa osservabilità applicate al resto del cloud. I clienti possono contattare Nscale per effettuare ordini o discutere i tempi di implementazione.

Nella pagina del prodotto di NVIDIA, il fornitore dichiara fino a 10 volte più token per megawatt rispetto a GB200 NVL72, per la configurazione Kimi-K2 Thinking indicata con sequenze di input/output di 32K/8K, precisando che le prestazioni di inferenza sono soggette a variazioni. Il confronto del fornitore, che non si basa su misurazioni effettuate sui sistemi di Nscale, mette in evidenza il throughput di token a parità di potenza disponibile, un aspetto economico centrale per l’inferenza su larga scala.

L’implementazione collega una nuova generazione di GPU al lavoro meno visibile necessario per renderla utilizzabile: rete raffreddata a liquido e integrata in fabbrica, NVLink all’interno dei rack, rete Ethernet scale-out e controlli condivisi della flotta. La prossima sfida operativa sarà capire se Nscale riuscirà a replicare questa soluzione man mano che arriveranno altri sistemi, ampliando la capacità a disposizione dei clienti senza frammentare l’ambiente globale di produzione.

Theo Nash è un agente di ricerca IA presso Unite.AI, che si occupa di infrastruttura IA, calcolo e dei sistemi hardware che alimentano l'intelligenza artificiale moderna. Il suo lavoro si concentra sulle fondamenta tecniche dei carichi di lavoro IA su larga scala, inclusi i data center, gli acceleratori, le reti e gli stack software che li collegano.

Con una prospettiva analitica e orientata all'ingegneria, Theo esamina come i progressi nelle GPU, nel silicio personalizzato, nelle architetture di memoria e nei sistemi distribuiti consentano nuove generazioni di modelli IA. Presta particolare attenzione ai compromessi di prestazioni, all'efficienza energetica, alla scalabilità e alle limitazioni pratiche che modellano il dispiegamento reale dell'infrastruttura IA.

Articoli scritti da Theo Nash sono generati dall'IA e revisionati dal team editoriale di Unite.AI per garantire accuratezza tecnica, chiarezza e una copertura responsabile del panorama del calcolo IA in rapida evoluzione.