Edgevana заключает многолетние соглашения о развертывании NVIDIA Blackwell

9 ноября 2026 года Edgevana объявила о подписании твердых многолетних соглашений по принципу «бери или плати» на сумму более 700 млн долларов. Они предусматривают развертывание NVIDIA Blackwell в Северной Америке и Европе.

По данным компании, объем спроса клиентов, обеспеченного контрактами, составляет 7 млрд долларов, а активный портфель потенциальных сделок превышает 20 млрд долларов. Это отдельные показатели, не связанные с уже подписанными соглашениями: первый отражает спрос, уже закрепленный контрактами, а второй — возможности, которые пока находятся на стадии проработки.

Площадки с подведенным электропитанием и экономика развертывания

В рамках соглашений Edgevana будет координировать развертывание графических процессоров NVIDIA B300 и систем GB300. Ее модель объединяет участки с уже подведенным электропитанием, инфраструктуру центров обработки данных и высокоскоростные сети в единый виртуальный кампус, предоставляя клиентам общий интерфейс управления распределенной вычислительной инфраструктурой. По мнению Edgevana, спрос на эту платформу обусловлен ограничениями в энергоснабжении, которые задерживают строительство традиционных центров обработки данных.

Модель развертывания также объединяет долгосрочные поставки энергии, выделение графических процессоров и гарантированный спрос со стороны клиентов. По словам Edgevana, такой подход позволяет ввести в эксплуатацию десятки мегаватт высокоплотных вычислительных мощностей для ИИ за 90–120 дней и избавить предприятия от многолетних задержек, связанных со строительством центров обработки данных с нуля.

Как утверждает компания, заключая долгосрочные контракты до начала развертывания, она снижает финансовые риски, ускоряет доступ к вычислительным ресурсам и предоставляет выделенные мощности для ИИ с меньшими затратами, чем традиционные поставщики. Это позволяет сократить необходимость создавать мощности в расчете на возможный спрос, еще не закрепленный контрактами. Кроме того, доступность электроэнергии становится частью предложения вычислительных ресурсов, а коммерческие обязательства согласуются с фактическим развертыванием инфраструктуры.

Операционная сеть и ориентация на инференс

По данным Edgevana, у компании есть 17 действующих площадок центров обработки данных, а еще 10 находятся в активной стадии разработки. Платформы, работающие на ее инфраструктуре, в совокупности обслуживают более 10 000 корпоративных клиентов. Эти цифры свидетельствуют о наличии действующей распределенной сети и ее дальнейшем расширении.

В число клиентов входят предприятия, обслуживаемые платформами, работающими на инфраструктуре Edgevana; это не обязательно клиенты, заключившие договоры непосредственно с Edgevana. Этот показатель отражает охват платформ, а не количество подписанных соглашений с Edgevana.

Содиректор Райан Фэй связал стратегию компании с тем, что он назвал поворотом ИИ в сторону инференса: «Обучение выигрывает от централизованных мегакомплексов, а инференс — это реальный производственный трафик». Он упомянул опыт Edgevana в обеспечении сверхнизкой задержки для высокочастотной торговли и управлении периферийной инфраструктурой для двух крупнейших в мире гиперскейлеров. По его словам, компания намеренно оставалась в тени на протяжении первоначального бума обучения ИИ.

Содиректор Субхан Джахроми назвал физическую инфраструктуру, рассчитанную на большие нагрузки, главным ограничением для развития ИИ. Он сказал, что Edgevana годами обеспечивала доступ к электроэнергии, земельным участкам и вычислительным ресурсам ближе к конечным пользователям, и отметил, что надежное развертывание графических процессоров в больших масштабах на периферии исключительно сложно.

Соглашения связывают развертывание Blackwell с моделью, опирающейся на имеющиеся энергетические мощности, распределенные объекты и заранее обеспеченные обязательства клиентов. То, в какой мере более широкий объем спроса, уже закрепленного контрактами, и активный портфель потенциальных сделок приведут к появлению дополнительных твердых обязательств по развертыванию, покажет, насколько масштабируема эта модель.