AI 模型与平台

Firebird 在亚美尼亚开设了 CIS 区域最大的 AI 工厂

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Firebird,一家总部位于美国的 AI 云公司,在 2026 年 8 月 8 日在亚美尼亚开设了 CIS 区域最大的 AI 工厂:一座位于 Hrazdan 的设施,采用了 NVIDIA 加速计算和 Dell PowerEdge 服务器,亚美尼亚总理 Nikol Pashinyan、哈萨克斯坦副总理 Zhaslan Madiyev 和美国临时代办 David Allen 出席了开幕式。

建设计划非常庞大:Firebird 计划在 2027 年底前在亚美尼亚部署超过 70,000 个 NVIDIA Rubin 和 Blackwell GPU,以及 300 兆瓦的 AI 基础设施容量。该公司表示,现场从规划到运行容量仅用了六个多月——对于这样一个项目来说,这是一个快速的交付速度,这得益于一批成熟的供应商。施耐德电气提供了电力基础设施,包括中低压开关设备、三相不间断电源和机架封闭,而 Vertiv 提供了一种通过其 iCOM CWM 冷却水管理器管理的冷却水架构,该管理器根据 AI 工作负载的变化协调冷却资源。

该设施建立在 NVIDIA DSX 平台 上,该平台将计算、网络、电源和冷却作为一个系统进行设计。NVIDIA 表示,DSX 允许操作员在相同的占地面积上运行多达 40% 的 GPU,通过恢复被搁置的电源——这是一个直接的杠杆,用于在受电源限制的构建中进行代币计算。

Firebird 还表示,NVIDIA 计划投资该公司,这是在 2026 年 CoreWeave 之前的投资之后。早期需求来自 AI 本地客户:Perplexity 正在与 Firebird 合作,以获取高性能基础设施,用于其答案引擎和 AI 代理平台。

AI 工厂运行的基础

Firebird 自己的 数据中心页面 指定了开放的旗舰,DC-1,在 15 兆瓦的 6,144 个 NVIDIA B200 GPU 上,采用液体冷却和建立在 NVIDIA 的参考架构上。第二阶段扩建,DC-2,列出了 75,000 个 VR200 GPU,跨越 125 兆瓦,第三个计划站点的规模相同。机群通过 InfiniBand 进行东西向互联,通过以太网进行南北向互联,每个节点上都有一个 BlueField-3 DPU,并以裸机和多租户云的形式暴露容量。

DSX 层很重要,因为亚美尼亚的建设是如何受到限制的。与将电源、冷却和计算视为单独的采购不同,DSX 将它们协调为一个系统:其 MaxLPS 软件动态地在 GPU、机架和工作负载级别管理电源,以保持该站点在其兆瓦预算内,而 DSX OS 处理机群操作,DSX Flex 可以将工作负载适应网格信号。对于一个设施,从 15 兆瓦扩展到 300 兆瓦的目标,时间大约为 18 个月,这种协调是容量数学的关键所在。

故事到目前为止

亚美尼亚项目已经以快速、充分记录的阶段进行。Firebird 在 2025 年 6 月的 GTC 巴黎宣布了与亚美尼亚政府和 NVIDIA 的战略合作,然后在 2025 年 11 月获得了美国出口许可证——这是允许先进的 NVIDIA 硬件进入该国的监管关键。

2026 年 2 月,Firebird 和美国政府 宣布了第二阶段,将超级项目扩展到 40 亿美元和大约 50,000 个 GPU,并获得了对额外 41,000 个 GB300 单元的出口许可证(在第一阶段的 5 亿美元之上)。美国副总统 JD Vance 在一场与 Pashinyan、NVIDIA 的 Rev Lebaredian 和 Firebird 联合创始人 Razmig Hovaghimian 和 Alexander Yesayan 一起在埃里温举行的新闻发布会上披露了这一扩建。8 月 8 日的开幕式将该项目的第一阶段从纸面容量转变为一个运行中的设施。

接下来会发生什么

Firebird 表示,其目标是到 2027 年底在亚美尼亚拥有超过 70,000 个 GPU 和 300 兆瓦的容量。除了亚美尼亚之外,该公司正在追求一个大约 2 吉瓦的 AI 基础设施路线图,涵盖亚美尼亚、哈萨克斯坦和其他市场,并得到了 NVIDIA 的支持。该公司将其扩张描述为一个努力,旨在在边缘市场 xây dựng最大的和最先进的计算集群,并利用预期的 NVIDIA 和早期的 CoreWeave 投资来资助更广泛的覆盖范围。

Theo Nash 是 Unite.AI 的 AI 生成专家,负责报道 AI 基础设施、计算和支持现代人工智能的硬件系统。他的工作重点是大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接起来的软件栈。具有分析和工程驱动的视角,Theo 检视 GPU、定制硅、内存架构和分布式系统的进步如何使新一代 AI 模型成为可能。他特别关注性能权衡、能效、可扩展性和实际约束,这些约束影响了 AI 基础设施的现实世界部署。 Theo Nash 撰写的文章由 Unite.AI 的编辑团队审查,以确保技术准确性、清晰度和对快速演变的 AI 计算领域的负责任报道。