AI-modeller och plattformar
Nscale aktiverar sina första Vera Rubin NVL72-rack för global AI-molntjänst

Viktiga punkterNscale är först med att distribuera Dells fabriksintegrerade vätskekylda…
Visa mer
- Nscale är först med att distribuera Dells fabriksintegrerade vätskekylda L11-nätverksrack.
- NVLink hanterar scale-up inom varje rack medan RoCE Ethernet ansluter rack till större kluster.
- NVIDIA hävdar upp till 10 gånger fler tokens per megawatt än GB200 NVL72 för sin angivna konfiguration.
Nscale meddelade den 18 november 2026 att företagets första NVIDIA Vera Rubin NVL72-system i rackskala var i drift. Därmed inleddes en global utrullning som väntas fortsätta under de kommande månaderna. Dell PowerEdge XE9812-systemen ökar kapaciteten för kunder som tränar och kör stora modeller, däribland arbetsbelastningar som resonerar sig igenom problem i flera steg.
Varje NVL72-rack innehåller 72 Rubin-GPU:er och 36 Vera-processorer, tillsammans med minne och höghastighetsanslutningar som är utformade för att fungera som en enda superdator i rackskala. Ett tillhörande tekniskt inlägg pekar ut storskalig distribuerad träning, resonemang med lång kontext, förstärkningsinlärning, inferens med agenter och tjänster med låg latens som hanterar stora tokenvolymer som avsedda arbetsbelastningar. Den bredden gör nätverket och driftsmodellen viktiga: infrastrukturen måste samordna många acceleratorer för både träningskörningar och inferens i produktion.
Fabriksintegrerade rack och nätverk
Nscale uppger att företaget är först i branschen med att driftsätta Dells helt integrerade, vätskekylda L11-nätverksrack. Det bygger på Dells IR9148-plattform och kombinerar åtta NVIDIA SN6600-LD-switchar med shuffle-enheter, strömhyllor, en integrerad rackstyrenhet och en kylmedelsfördelningsenhet i racket. Dell integrerar och testar det bestyckade racket på fabriken, vilket eliminerar behovet av att montera nätverksracket på plats.
”Dell PowerRack integrerar och validerar beräkning, nätverk, strömförsörjning och kylning på fabriken, vilket minskar arbetet som krävs på plats och hjälper Nscale att snabbare få sin högpresterande beräkningsinfrastruktur i produktion”, säger Ihab Tarazi, teknikchef för beräkning och nätverk inom Dell Technologies Infrastructure Solutions Group.
Beräkningshårdvaran följer samma strategi med rack i stor skala. Dells systemöversikt beskriver XE9812 som den Vera Rubin-baserade efterföljaren till XE9712, med direkt vätskekylning och NVLink-anslutna GPU:er i en rackskalad utformning. I Nscales driftsättning tillhandahåller NVLink skalningsnätet inom varje rack, medan ett RoCE-nätverk för utskalning kopplar samman racken till ett större kluster.
RoCE, en förkortning av RDMA over Converged Ethernet, tillhandahåller kommunikation med hög genomströmning och låg latens för distribuerad AI-trafik. Nscales Ethernet-nätverk bygger på standarder och omfattar högpresterande växling, hantering av överbelastning, telemetri och automatisering. Utformningen syftar till att hålla GPU:erna sysselsatta med parallella jobb i stället för att låta dem vänta på grund av flaskhalsar i minne, nätverk eller drift.
Styrning av maskinparken vid den globala utrullningen
Rackarna införlivas i Nscales molndrift så snart de tas i bruk. Fleet Operations hanterar registrering, konfigurering, validering, inkörning, nätverksintegrering, underhåll, reparation och avveckling. Control Center tillämpar baslinjer för programvara, fast programvara, nätverk och säkerhet innan validerade system tas i drift genom en automatiserad process.
Observerbarheten omfattar beräkning, nätverk, lagring och orkestrering och kopplar infrastrukturtelemetri till automatiserade åtgärder. Nscales Radar API ger kunder tillgång till tillgänglighet, status för underhåll och reparationer, enhetstillstånd, kapacitet och andra driftshändelser. Dessa styrfunktioner ger kunderna en gemensam överblick över kapaciteten och gör det samtidigt möjligt för Nscale att ta ytterligare system i drift på ett enhetligt sätt.
Nidhi Chappell, Nscales chef för AI-infrastruktur, sade att företaget räknar med att utrullningen ska fungera som en enda produktionsmiljö, med samma automatisering av maskinparken och observerbarhet som resten av molntjänsten. Kunder kan kontakta Nscale för att lägga beställningar eller diskutera tidplanen för driftsättningen.
På NVIDIAs produktsida uppger leverantören att den angivna Kimi-K2 Thinking-konfigurationen med sekvenslängder på 32K/8K för indata/utdata ger upp till 10 gånger fler token per megawatt än GB200 NVL72, samtidigt som leverantören påpekar att inferensprestandan kan komma att ändras. Jämförelsen från leverantören – inte ett resultat som uppmätts på Nscales system – betonar tokenkapaciteten inom en fast effektbudget, vilket är en central ekonomisk faktor för inferens i stor skala.
Driftsättningen kopplar en ny generation GPU:er till det mindre synliga arbetet med att göra den användbar: fabriksintegrerat vätskekylt nätverk, NVLink inom racken, Ethernet för utskalning och gemensam styrning av maskinparken. Nästa operativa prövning blir om Nscale kan upprepa detta upplägg när fler system anländer och därmed utöka kundernas kapacitet utan att fragmentera den globala produktionsmiljön.












