HPE и NVIDIA представили серверы с процессором Vera для ИИ-агентов в 2027 году
Стандартные процессоры становятся узким местом для автономных ИИ-агентов, требуя специализированного «железа» для оркестрации задач и мгновенной реакции. Критическая инфраструктура для промышленного внедрения появится только в 2027 году, что вынуждает бизнес пересматривать дорожные карты и бюджеты уже сейчас.
Компании HPE и NVIDIA расширили платформу HPE AI Factory, адаптировав её для работы с автономными ИИ-агентами. Ключевое обновление — запуск процессора NVIDIA Vera CPU, предназначенного для управления сложными цепочками действий агентов, и внедрение NVIDIA Agent Toolkit для контроля их поведения. Решения, включая серверы с процессорами Vera и Vera Rubin, выйдут на рынок в 2027 году, что позволит предприятиям перенести ИИ-агенты из стадии тестирования в промышленную эксплуатацию с гарантированной безопасностью данных.
Важный нюанс: Переход от простых моделей к автономным агентам требует не только вычислительной мощности, но и специализированного «железа» для оркестрации задач, что меняет архитектуру дата-центров.
Новое поколение оборудования для агентов
Основой обновления стала серия серверов HPE ProLiant Compute DL394 Gen12, которые получат процессор NVIDIA Vera CPU. Это первое решение, созданное специально для задач агентов: обработки вызовов инструментов, координации действий и работы с данными в реальном времени. Процессор обеспечивает детерминированную производительность с низкой задержкой, что критично для непрерывного цикла работы агентов.
Параллельно в линейку включается платформа NVIDIA Vera Rubin, рассчитанная на модели с параметрами более 1 триллиона. В её состав входит система NVL72, которая будет поставляться с полным набором технологий конфиденциальных вычислений. Для масштабных задач HPE также интегрирует сервер HPE Compute XD700 на базе NVIDIA HGX Rubin NVL8, поддерживающий до 128 графических процессоров Rubin в одном стойке.
Ранним заказчиком решения с процессором Vera стала New York Stock Exchange в сотрудничестве с Redpanda и HPE. Компания уже изучает возможности нового оборудования для своих задач.
Стоит учесть: Появление специализированных CPU для агентов указывает на то, что стандартные процессоры могут стать узким местом при масштабировании автономных систем, требующих мгновенной реакции.
Программное обеспечение и управление безопасностью
Для работы с агентами доступен набор инструментов NVIDIA Agent Toolkit, включающий открытые модели Nemotron, защищенную среду выполнения OpenShell и шаблоны NemoClaw. Вместе они формируют операционную систему для агентов, позволяя отслеживать их поведение, применять политики управления и безопасно запускать многоагентные системы длительного цикла.
Платформа HPE Private Cloud AI добавляет функцию безопасной локальной регистрации агентов. Клиенты могут утверждать модели, навыки и инструменты в соответствии с централизованными правилами безопасности перед их запуском. Для защиты от некорректных действий агентов используется программное обеспечение HPE Zerto, которое обнаруживает аномалии и позволяет откатить систему к чистому состоянию.
На стороне данных применяется хранилище HPE Alletra Storage MP X10000, получившее сертификацию NVIDIA-Certified Storage. Система автоматически применяет метаданные и политики управления, подготавливая неструктурированные данные для ИИ-пайплайнов и увеличивая пропускную способность токенов.
Конфиденциальные вычисления и сетевая инфраструктура
Технология NVIDIA Confidential Computing теперь доступна во всех решениях HPE AI Factory, включая масштабируемые, суверенные и частные облачные варианты. Это позволяет защищать модели и частные данные во время выполнения, создавая цепочку доверия через криптографическую аттестацию и шифрование на каждом этапе. Сервер HPE ProLiant Compute DL380a получил сертификацию в программе NVIDIA-Certified Systems, подтверждая высокую производительность при работе с конфиденциальными вычислениями.
Сетевая часть обновлена до стандарта NVIDIA Spectrum-X Ethernet, который стал основой для всех решений HPE AI Factory. В системах Vera Rubin NVL72 сетевое оборудование встроено на заводе: используются NVIDIA Vera BlueField-4 DPUs, ConnectX-9 SuperNICs и коммутаторы Spectrum-6, обеспечивающие рост производительности на 1.6 раза по сравнению со стандартным Ethernet.
Для крупных и суверенных задач добавлена опция NVIDIA InfiniBand на базе Quantum-X800 в составе суперкомпьютеров HPE Cray Supercomputing GX5000. Все конфигурации базируются на эталонных архитектурах NVIDIA и поддерживают полный цикл от разработки до промышленного внедрения с использованием ПО NVIDIA AI Enterprise.
На фоне этого: Внедрение аппаратного шифрования и изоляции данных становится обязательным условием для внедрения ИИ-агентов в корпоративную среду, где утечка информации недопустима.
Операционные последствия и скрытые риски
- Временной горизонт внедрения: Ключевые компоненты, такие как процессоры Vera CPU и серверы DL394 Gen12, станут доступны только в 2027 году. Компании, планирующие переход на агентов, должны учитывать этот срок при составлении дорожных карт и бюджетирования.
- Зависимость от экосистемы: Полная функциональность достигается только при использовании полного стека NVIDIA (от CPU до сети и ПО). Частичная интеграция может не обеспечить заявленной производительности и безопасности, что требует пересмотра текущих инфраструктурных решений.
- Сложность управления агентами: Появление инструментов для отката действий (HPE Zerto) и регистрации навыков указывает на высокий риск ошибок в работе автономных систем. Бизнесу потребуется выстроить новые процессы контроля и аудита действий ИИ.
- Расширение партнерской сети: Программа Unleash AI пополнилась новыми партнерами, включая Aizen, BridgeTEK, deepset и Thales. Это может ускорить внедрение решений в специфических отраслях, но требует проверки совместимости стороннего ПО с обновленной платформой.
Важный нюанс: Для российского рынка эти изменения означают сдвиг в глобальных стандартах построения ИИ-инфраструктуры, что может повлиять на стоимость и доступность аналогичных решений на внутреннем рынке через цепочки поставок.
Источник: blogs.nvidia.com