Nvidia przekazuje Marynarce wojennej superkomputer Blackwell Ultra

Nvidia (NVDA ) założyciel i CEO Jensen Huang udał się do Monterey, Kalifornia, 22 lipca 2026 r., aby uruchomić DGX GB300, najpotężniejszy system AI przedsiębiorstwa, w Naval Postgraduate School. Maszyna nie dotarła dzięki kontraktowi na zakup obrony. Nvidia przekazała ją jako darowiznę.

Ceremonia uruchomienia, która odbyła się podczas wydarzenia Converge @ NPS z udziałem szefa dowództwa Pacyfiku, admirała Samuela Paparo, spowodowała uruchomienie systemu Blackwell Ultra o skali racka dla około 1 500 studentów i 600 wykładowców w amerykańskiej szkole wojskowej. NPS planuje prowadzić szkolenia modeli i inferencji na terenie kampusu dla prognozowania pogody, cyberbezpieczeństwa, modelowania oceanów i planowania reagowania w sytuacjach awaryjnych.

Darowizna, a nie zakup

Ekonomia jest tutaj najważniejsza. DGX GB300 dotarł do NPS jako darowizna przekazana przez Fundację Naval Postgraduate School, organizację non-profit, która kieruje prywatnymi darowiznami technologicznymi do szkoły, w ramach porozumienia o współpracy badawczej, które obie strony podpisały w grudniu 2024 r. Dell Technologies (DELL ) i Sterling Computers dostarczyli infrastrukturę otoczenia, aby system mógł działać w środowiskach nieklasyfikowanych, kontrolowanych i klasyfikowanych, a fundacja zobowiązała się dofinansować do 2 milionów dolarów na zatrudnienie mentorów i techników. Nvidia po raz pierwszy poinformowała w październiku 2025 r., że NPS będzie pierwszym dowództwem w departamentach Marynarki Wojennej i Wojny, które wdroży ten system.

Randy Pugh, który kierował zespołem AI Task Force podczas wdrożenia, wycenił system na około 15 milionów dolarów i powiedział, że jest to druga jednostka z linii produkcyjnej Nvidii. Wyjaśnił motywację firmy w prosty sposób: Nvidia rozumie komercyjne wdrożenia AI, ale ma niewielkie doświadczenie w przypadku użycia wojskowego, i chce się uczyć, uruchamiając sprzęt na granicy w środowisku obronnym przez rok lub dwa. Superkomputer jest kotwicą szerszego centrum technologii AI Nvidii na kampusie w Monterey, które obejmuje również instancję symulacji Omniverse o wartości około 5 milionów dolarów i dostęp do programów szkoleniowych dla wykładowców.

To jest handel. Nvidia wydaje rack, aby kupić przyczółek w dziedzinie AI obrony i żywy widok obciążeń, których rzadko doświadcza, podczas gdy NPS otrzymuje komputery na terenie kampusu w skali, której nie miał dotąd żaden szkoła wojskowa, bez konieczności oczekiwania na cykl zakupów.

Jeden chłodzony cieczą rack, istniejąca energia i woda

Darowizna to jeden DGX GB300 NVL72, chłodzony cieczą rack, który Nvidia konfiguruje z 72 procesorami Blackwell Ultra i 36 procesorami Grace CPU połączonymi w jedną domenę pamięci, zaprojektowaną dla obciążeń inferencyjnych i wnioskowania, które coraz częściej dominują w obliczeniach AI. Uruchamia oprogramowanie Nvidia’s Mission Control do orchestrowania, a firma określa DGX GB300 jako najwydajniejszy system, który sprzedaje przedsiębiorstwom. Nvidia twierdzi również, że ta generacja dostarcza do 50 razy więcej wyjścia z fabryki AI w porównaniu ze starszymi systemami Hopper, co nie jest powiązane z niezależnymi benchmarkami.

Szczegół infrastruktury jest tym, nad którym warto się zatrzymać. Części Blackwell Ultra są energochłonne, każda z nich pobiera ponad kilowat, a w pełni zaludniony rack GB300 jest wystarczająco gęsty, aby wiele obiektów nie mogło go zasilać ani chłodzić bez nowej konstrukcji. NPS zmieścił go jednak, zgodnie z Navy Times, które poinformowały, że maszyna działa w ramach istniejącej infrastruktury energetycznej i wodnej szkoły, i określiły ją jako najpotężniejszy superkomputer Pentagonu. Vertiv dostarczył szafy, sprzęt chłodzący i zasilający oraz przeprowadził uruchomienie, podczas gdy DDN i VAST Data dostarczyły pamięć masową i platformę danych.

Utrzymanie komputera na terenie kampusu jest celem. Dla instytucji zajmującej się danymi kontrolowanymi i klasyfikowanymi, posiadanie racka otwiera możliwość ominięcia kosztów godzinowych za wynajem rzadkiej pojemności Blackwell w chmurze oraz uniknięcia tarcia bezpieczeństwa związanego z wysyłaniem wrażliwych obciążeń poza teren. NPS planuje szkolić modele podstawowe i uruchamiać system AI generatywny, “NPS GPT”, tak aby dane wrażliwe nigdy nie opuszczały sieci, oraz tworzyć cyfrowe bliźniaki środowisk morskich za pomocą ramienia opracowanego z non-profit MITRE na platformie Nvidia’s Omniverse. Publiczne instytucje badawcze idą w tym samym kierunku: Argonne National Laboratory uruchomił usługę inferencji AI w dużym stopniu dla otwartej nauki wcześniej w 2026 r.

Dlaczego zasieją szkołę obrony

Dla Nvidii umieszczenie sprzętu jest kontynuacją wzorca umieszczania sprzętu Blackwell tam, gdzie chce, aby popyt rosł. Kilka dni wcześniej firma połączyła większość korporacyjnego Japonii ze swoim fizycznym stosem AI; system NPS robi to samo dla amerykańskiej obrony, zasiewając pokolenie oficerów, którzy będą określać i kupować komputery później w swojej karierze. Szkoła uruchomiła studia magisterskie z dziedziny sztucznej inteligencji w grudniu 2025 r., z pierwszym zespołem już w trakcie.

Departament Obrony już prowadzi własne superkomputery, ale te centra, takie jak obiekt Korpusu Inżynierów Armii w Vicksburgu, Mississippi, są zbudowane do produkcji operacyjnej. NPS przedstawia swoją maszynę jako miejsce, w którym można odbudować i poprawić same modele. Baza w Naval Support Activity Monterey jest również gospodarzem centrum meteorologicznego i oceanograficznego Floty, a pojemność Blackwell Ultra na terenie kampusu pozwala badaczom napędzać modele pogody do znacznie wyższej rozdzielczości niż przybliżone 50-kilometrowe siatki używane do ogólnych prognoz, co ma znaczenie przy planowaniu operacji, a nie porannych dojazdach do pracy. Paparo powiedział uczestnikom, że oficerowie będą coraz częściej dowodzić w środowiskach z użyciem AI, gdzie czasy reakcji są skompresowane, a przewaga przypada tym, którzy mogą działać szybciej niż przeciwnicy. Komputery, które to wspierają, są teraz w Monterey, a Nvidia, a nie budżet Marynarki Wojennej, za nie zapłaciła.