Масштаб расширения
Основное расширение охватило два класса ускорителей с разными профилями применения. Кластер на базе Nvidia RTX Pro 6000 Blackwell Server Edition вырос в пять раз относительно показателей 2025 года. Кластер Nvidia H200 расширен в 3,5 раза — в ответ на стабильно высокий корпоративный спрос со стороны заказчиков, работающих с большими языковыми моделями.
RTX Pro 6000 Blackwell оказался главным драйвером: в I квартале 2026 года на него пришлось 75% всех запросов, связанных с GPU-инфраструктурой. Компания объясняет это универсальностью ускорителя — он покрывает большинство типовых корпоративных сценариев: обучение моделей, инференс, 3D-рендеринг и высокопроизводительные вычисления (HPC). Отсутствие необходимости менять инфраструктуру при расширении задач стало ключевым аргументом для корпоративных заказчиков.
Архитектура RTX Pro 6000 Blackwell
Ускоритель построен на архитектуре Blackwell и оснащён 96 ГБ видеопамяти GDDR7. По сравнению с ускорителями предыдущего поколения Ada Lovelace производительность в задачах инференса выросла более чем в пять раз, в задачах генерации text-to-video — более чем втрое.
Технология vGPU с поддержкой MIG (Multi-Instance GPU — аппаратное разбиение одного ускорителя на независимые разделы) обеспечивает гибкое управление ресурсами карты. GPU можно использовать как единым профилем под одну задачу, так и разбить на несколько аппаратно изолированных инстансов — каждый с индивидуально настроенным объёмом памяти и вычислительной мощности. Это делает ускоритель пригодным для многопользовательских облачных сред, где различные рабочие нагрузки должны работать независимо и без взаимного влияния.
H200 для крупных LLM
Расширение кластера H200 отвечает на устойчивый спрос корпоративных заказчиков, работающих с большими языковыми моделями (LLM), чувствительными к объёму видеопамяти (VRAM). Ускоритель оснащён 141 ГБ быстрой памяти HBM3e — одним из ключевых параметров при запуске крупных моделей.
Технология NVLink объединяет до 8 плат в форм-факторе SXM (или до 4 в исполнении PCIe) внутри одного вычислительного узла в единое адресное пространство ёмкостью до 1,1 ТБ. Такой подход позволяет разворачивать LLM с десятками миллиардов параметров без необходимости сложного шардирования модели между несколькими серверами — задача, которая иначе требует специализированных решений на уровне оркестрации и существенно усложняет эксплуатацию.
Позиция компании
Евгений Свидерский, директор облачного направления Itglobal.com (корпорация ITG), объясняет рост спроса на аренду GPU темпами смены поколений оборудования: «Поколения графических ускорителей сменяются быстрее, чем окупаются капитальные вложения в собственное оборудование. Корпоративные заказчики всё чаще предпочитают получать актуальные ускорители как сервис, а не замораживать бюджет в инфраструктуре».
По его словам, доступ к разным классам GPU в рамках одного облака — H200 под тяжёлые LLM, RTX Pro 6000 Blackwell под инференс, задачи компьютерного зрения и рендеринг — позволяет распределять нагрузки по стоимости и не переплачивать за избыточную производительность там, где она не нужна.
Параллельно компания развивает направление AI as a Service — альтернативную модель потребления, при которой заказчик получает готовый инструмент для работы с LLM, а не сырую GPU-мощность. Эта модель включает контроль доступа, защиту от утечки чувствительных данных в публичные модели и прозрачную стоимость использования — то, что при самостоятельном развёртывании требует отдельной инженерной работы.
