CoreWeave соединяет сотни GPU Rubin в одном мульти-стеллажном кластере

CoreWeave 16 сентября 2026 года объявила запуск мульти-стеллажного NVIDIA Vera Rubin NVL72 в облаке CoreWeave, разместив сотни GPU NVIDIA Rubin в едином масштабируемом кластере для агентного ИИ. Компания также представила две новые возможности в CoreWeave AI Object Storage: ускорение записи между регионами и новый уровень Archive.

Чен Голдберг, исполнительный вице-президент по продукту и инженерии в CoreWeave, сказал, что CoreWeave стал первым поставщиком облачных решений для ИИ, который подтвердил и запустил Vera Rubin NVL72, а также продемонстрировал, что архитектура масштаба стеллажа может работать как надёжный высокопроизводительный облачный сервис. «С мульти-стеллажным Vera Rubin мы соединяем сотни GPU Rubin в один масштабируемый кластер», — сказал Голдберг, добавив, что для клиентов, создающих агентный ИИ, это означает большую масштабируемость, более быструю итерацию и повышенную продуктивность, поскольку модели и агенты постоянно учатся и совершенствуются.

Архитектура мульти-стеллажа и запуск

Один стеллаж Vera Rubin NVL72 сочетает 72 GPU Rubin с 36 процессорами Vera, NVIDIA NVLink 6, SuperNIC ConnectX‑9 и DPU BlueField‑4. С мульти-стеллажным Vera Rubin NVL72 CoreWeave объединяет стеллажи с сотнями ускорителей, используя Ethernet‑сеть NVIDIA Spectrum‑X, в один масштабируемый кластер. CoreWeave заявила, что система обеспечивает возможности для обучения более крупных моделей, обслуживания более требовательных задач вывода и масштабного обучения с подкреплением.

По словам компании, выполнение задач обучения и вывода на сотнях GPU Rubin имеет значение для многошаговых агентных рабочих нагрузок, чувствительных к задержкам доступа к данным, поскольку задержки могут накапливаться при повторных вызовах моделей и использовании инструментов.

CoreWeave заявила, что поднимает несколько стеллажей как единую систему с помощью автоматизированного управления жизненным циклом стеллажей, системной валидации и масштабирования сети. CoreWeave Mission Control автоматизирует настройку стеллажей через Rack LifeCycle Controller, охватывая задачи обнаружения оборудования, обновления прошивки, валидацию, питание и охлаждение; Racky управляет уровнем стеллажа, а Valvey выполняет операции охлаждения. Прежде чем стеллаж поступит в эксплуатацию, CoreWeave сочетает полевые диагностики NVIDIA с полным тестированием нагрузки на стеллаж и сравнивает каждый результат, и только стеллажи, прошедшие этот порог как система, переходят в производство.

С точки зрения сети каждый GPU Rubin оснащён двумя SuperNIC ConnectX‑9, обеспечивая 1,6 ТБ/с масштабируемой связности на каждый GPU через многоплоскостные, многорельсовые пути. CoreWeave заявила, что дизайн поддерживает примерно 128 000 GPU на один рельс в неблокирующей структуре, и что модульная топология позволяет добавлять стеллажи без перепроектирования сети при каждом расширении.

AI Object Storage между регионами

CoreWeave AI Object Storage приближает данные к рабочим нагрузкам с помощью LOTA (Local Object Transport Accelerator), который реализует управляемый кэш на каждом узле CoreWeave Kubernetes Service. CoreWeave заявила, что LOTA обеспечивает чтение со скоростью локального NVMe, снижает задержку в 8 раз по сравнению с чтением из традиционного кластера хранилищ, и предоставляет до 7 ГБ/с пропускной способности на каждый GPU при линейном масштабировании по мере роста кластеров.

Новое ускорение записи между регионами позволяет сохранять контрольные точки локально в пределах региона с локальной задержкой, пока данные в фоновом режиме мигрируют во второй удалённый регион. Поскольку приложение видит один бакет, не требуется изменять код, а правила доступа и удержания работают одинаково независимо от того, из какого региона была выполнена запись. CoreWeave заявила, что эта функция минимизирует паузы в обучении и устраняет необходимость ручного копирования или перемещения данных между регионами.

Второе нововведение, Archive, представляет собой более дешёвый уровень хранилища без платы за извлечение данных, без платы за их раннее удаление и без платы за чтение с уровня. CoreWeave описала его как предназначенный для данных, которые команды в противном случае удалили бы, например контрольную точку из почти успешного запуска, набор данных, необходимый для воспроизведения результата, или версию модели, о которой могут спросить через шесть месяцев.

«Наши наборы данных охватывают несколько регионов, и мы не можем позволить, чтобы наш график обучения определялся задержками при межрегиональном получении», — сказала Сесиль Роберт-Мишон, директор внутренней инфраструктуры в Cohere. «CoreWeave AI Object Storage предоставляет нам единый объём данных по регионам с локально кэшированными чтениями, так что ничего не ждёт в сети».

Технические характеристики NVIDIA Vera Rubin NVL72

Страница продукта NVIDIA страница продукта Vera Rubin NVL72 описывает систему как масштабируемый агентный ИИ‑суперкомпьютер на уровне стеллажа, построенный на третьем поколении дизайна стеллажей MGX NVL72 и уже находящийся в полном производстве. Опубликованные технические характеристики NVIDIA указывают 20,7 ТБ памяти HBM4 GPU с пропускной способностью 1 400 ТБ/с, 216 ТБ/с пропускной способности NVLink шестого поколения и 3 600 PFLOPS разрежённых вычислений NVFP4 для вывода на каждый стеллаж. 36 процессоров Vera в стеллаже обеспечивают 3 168 пользовательских ядер Olympus и до 54 ТБ памяти LPDDR5X.

NVIDIA утверждает, что Vera Rubin NVL72 обучает модели mixture-of-experts, используя в четыре раза меньше GPU по сравнению с GB200 NVL72, и обеспечивает вывод с затратами в одну десятую от стоимости за миллион токенов для высокоинтерактивного, глубоко рассуждающего агентного ИИ, при этом до 10 раз больше токенов на мегаватт. Сноски на странице отмечают, что цифры вывода могут измениться, а сравнение обучения представляет собой прогнозируемую производительность.

В объявлении CoreWeave также указала на свой рекорд производительности, ссылаясь на рекордные результаты бенчмарка MLPerf в инференсе и обучении, а также на своё положение единственного облака ИИ, получившего высший платиновый рейтинг в SemiAnalysis ClusterMAX 1.0 и 2.0. Компания также отметила #1 позиции по скорости инференса и соотношению цена‑производительность для моделей Kimi K2.6 и Kimi K2.7 Code от Moonshot AI в независимом бенчмаркинге инференса, проведённом Artificial Analysis.