На стенде AMD на саммите OCP 2026 показали несколько вариантов ИИ–ускорителей AMD Instinct MI350P нового формата OAC (Open Adapter Card), который должен прийти на смену PCIe-картам в серверах для ИИ.

Сейчас у ИИ-ускорителей есть два основных формата — обычные PCIe-карты, которые ставятся в стандартные серверы, но они упираются в лимит TDP 600 Вт, и проприетарные модули, вроде OAM или SXM, которые совместимы только со специализированными платами, но их TDP не ограничен. А между ними образовался провал.

Именно его и решили закрыть в OCP. Логика такая: инференс и языковые модели малого и среднего размера станут следующей большой волной железа для корпоративного и периферийного ИИ, а значит, нужно решение между классическими PCIe-картами и стоечными системами мегаваттного масштаба, которое одинаково хорошо подойдет и для старых, и для новых ЦОД, для 19- и 21-дюймовых стоек.
opencompute

И OAC — это не единоличная инициатива AMD: рабочая группа OAC была сформирована в начале 2026 года и включает AMD, Dell, Intel, NVIDIA и Qualcomm. То есть в одной лодке оказались все три главных производителя ускорителей. Стандарт пока в разработке: последняя версия базовой спецификации v0.90 вышла 9 октября 2026 года в рамках третьего раунда обсуждения.

Самое впечатляющее в OAC — запас по энергопотреблению. ИИ-ускоритель с жидкостным охлаждением сможет потреблять до 5000 Вт, то есть почти в 8,5 раза больше, чем стандартная PCIe-карта на 600 Вт. Для сравнения, даже полноценный NVIDIA Rubin SXM потребляет около 2300 Вт.

Такую мощность уже не подать через обычный разъем. Поэтому основное питание идет через шину и разъем BK125, способный передать до 5 кВт, а слоты OAC не поддерживают горячую замену. На одной из показанных карт прямо указано, что она принимает 12 или 50 В при токе до 160 А. А на фотографиях сервера хорошо видна медная шина питания рядом с массивными разъемами для карт и целый ряд быстроразъемных фитингов для жидкости.

😅 Канал Serverflow в MAX: Подписаться

Сам сервер — 1U. Вычислительная нода, в которую он вставляется — 10U. А вычислительная система из этих нод выглядит так 👀

😅 Канал Serverflow в MAX: Подписаться

DeepSeek выпустила DeepSeek V4.1-Flash-1017 — обновленную своей флагманской быстрой модели, ориентированную на программирование и агентные задачи. По заявлению компании, модель стала эффективнее: быстрее выполняет задачи и расходует меньше выходных токенов.

На DeepSWE v1.1 новая версия набрала 77 баллов, тогда как предыдущая V4.1-Flash получила 74,2. Также обновленная модель обошла Claude Opus 5 с результатом 74 балла и GPT-5.6-Sol с 73 баллами. Однако преимущество зависит от конкретной задачи и условий тестирования: на Terminal-Bench 4.0 Claude Opus 5 набрал 51,8 балла, а на ProgramBench и NL2Repo-Bench также показал более высокие результаты — 37,0 против 29,1 и 75,3 против 68,2 соответственно. В тесте HLE без инструментов Opus 5 получил 56,3 балла против 42,6 у DeepSeek. При этом DeepSWE v1.1 проверяли в Mini-SWE-V2, а Terminal-Bench 4.0 — в среде Claude Code, поэтому напрямую сопоставлять результаты разных бенчмарков нельзя.

Вместе с моделью DeepSeek открыла разработчикам Search API и Fetch API на базе собственного поискового движка. Первый принимает запрос и возвращает структурированные результаты поиска, второй загружает содержимое конкретной веб-страницы и отдаёт его в формате Markdown. Эти инструменты можно использовать для создания ИИ-агентов, которым необходимо искать информацию в интернете, извлекать данные с сайтов и передавать их в контекст модели, а также для построения RAG-систем.

Веса DeepSeek V4.1-Flash-1017 доступны на Hugging Face по лицензии MIT.

😅 Канал Serverflow в MAX: Подписаться

Китайский стартап Langdao Silex показал прототип FlintNano LPP-OXXO — источника экстремального ультрафиолетового излучения (EUV), необходимого для литографии при производстве передовых микросхем. Компания заявляет о мощности EUV-излучения свыше 15 Вт, а доля компонентов, разработанных или произведенных внутри Китая, составляет около 90%. Это потенциально важный шаг к созданию собственной технологической цепочки в условиях ограничений на поставки зарубежного оборудования.

Система использует технологию Laser-Produced Plasma (LPP): мощный лазер воздействует на материал, создавая плазму, которая излучает свет с длиной волны около 13,5 нм. Именно такой принцип применяется в EUV-сканерах ASML. По опубликованным характеристикам, FlintNano оснащена приводным лазером мощностью 1000 Вт, работающим с частотой от 1 до 20 кГц. Заявленная эффективность преобразования энергии превышает 2%, а время непрерывной работы прототипа составляет более 100 часов. Установка, как утверждается, уже подходит для испытаний экспонирования кремниевых пластин, хотя ей еще требуется доработка.

Однако собственный источник EUV-излучения — лишь один из компонентов полноценного литографического комплекса. Для производства чипов нужны сверхточная отражательная оптика, механизмы позиционирования пластин и сложная интеграция множества подсистем. Китайская компания рассчитывает потратить еще 3-5 лет на разработку до готовности технологии к массовому производству.

😅 Канал Serverflow в MAX: Подписаться

ASUS представила UGen Intel Arc Pro B70 32GB — двухслотовую профессиональную видеокарту с турбинным охлаждением на базе чипа Intel Big Battlemage BMG-G31 для инференса локального ИИ. ASUS практически не выпускала дискретные видеокарты Intel Arc после первого поколения, но растущий спрос на оборудование для запуска ИИ-моделей, похоже, меняет ситуацию.

В основе карты лежит архитектура Xe2 с 32 Xe-ядрами и 256 XMX-движками для ИИ-вычислений. Ускоритель оснащен 32 ГБ GDDR6, обеспечивает заявленную производительность до 367 TOPS в INT8 и имеет максимальную потребляемую мощность 310 Вт. Это позволяет использовать его для локального инференса, в том числе при работе с моделями, которым требуется значительный объём видеопамяти.

ASUS заявляет поддержку популярных инструментов для локального ИИ: vLLM с XPU, llama.cpp через SYCL/Vulkan, Ollama, PyTorch с IPEX, OpenVINO и oneAPI. Предусмотрена и работа в многокарточных конфигурациях: четыре Arc Pro B70 объединяют 128 ГБ видеопамяти. По заявлению производителя, этого достаточно для запуска моделей объёмом до 120 млрд параметров, хотя фактическая возможность запуска зависит от квантизации, служебных расходов памяти и выбранного программного стека.

В опубликованных ASUS тестах карта показала до 188,2 токена/с в инференсе Qwen3 8B и 1334 токена/с в инференсе GPT-OSS 20B в сценарии sustained throughput под агентной нагрузкой. Также компания приводит результат MLPerf Client v1.0 с временем до первого токена 0,08 секунды.

Цену ASUS пока не раскрыла, но адекватного прайса не ждите — Intel повысила цены на 5-20% на свои GPU, а при ввозе в РФ с затратами на логистику и НДС…В общем, за карточку придется отвалить много.

😅 Канал Serverflow в MAX: Подписаться

ASUS представила 2U-сервер XA P2N-E2 на модульной платформе NVIDIA MGX, предназначенный для агентных ИИ-систем, обучения с подкреплением и ресурсоемкой обработки данных. Система объединяет 2 центральных процессора NVIDIA Vera и поддерживает установку профессиональных ускорителей NVIDIA RTX PRO Blackwell, включая RTX PRO 6000 Blackwell Server Edition.

Сервер имеет 176 физических CPU-ядер. Для оперативной памяти предусмотрено 16 модулей SOCAMM2 LPDDR5X-9600 общим объемом до 1,5 ТБ. По данным ASUS, такая память обеспечивает до двух раз более высокую энергоэффективность по сравнению с RDIMM.

Также есть 8 фронтальных отсеков E1.S с интерфейсом PCIe 6.0 и горячей заменой накопителей, доступны 2 слота x16 для двухслотовых GPU, 2 разъема x16 для сетевых адаптеров формата HHHL и отдельный слот x16 для полноразмерного DPU FHFL. На задней панели находятся 2 порта USB Type-C и выделенный RJ45 для управления сервером.

Питание обеспечивают 4 блока мощностью 2000 Вт каждый с резервированием и сертификатом 80 PLUS Titanium. При этом ASUS использует традиционное воздушное охлаждение без обязательного перехода на жидкостную систему. Сервер работает при температуре окружающей среды от +10 до +35 °C.

😅 Канал Serverflow в MAX: Подписаться