Selectel añadió servidores de alta gama para el entrenamiento de modelos y amplió su catálogo de imágenes

Selectel Añade Servidores Flagship para Entrenamiento de Modelos y Expande el Catálogo de Imágenes

Selectel resumió febrero y demostró cómo su infraestructura está evolucionando para satisfacer la creciente demanda de cargas de trabajo de IA. Las actualizaciones principales incluyen nuevos servidores dedicados para entrenamiento de modelos grandes, nuevas imágenes en el marketplace de IA y varios cambios notables en la plataforma Kubernetes en la nube.

Servidores para Entrenamiento

La innovación flagship es el servidor dedicado GL8-B300-HGX-25GE basado en la plataforma NVIDIA HGX B300. La empresa lo llama la configuración más potente en su línea actual: la solución está diseñada para entrenamiento de IA, ajuste fino e inferencia industrial de grandes modelos de lenguaje. Selectel enfatiza específicamente el volumen total de memoria de video de 2,3 TB — un nivel requerido no para pilotos, sino para pipelines pesados, contexto largo y lotes grandes, donde el cuello de botella se convierte no solo en la GPU sino también en la estabilidad de toda la infraestructura.

"NVIDIA HGX B300 es una plataforma flagship para cargas de trabajo de

IA a gran escala."

Para equipos que no necesitan capacidad de nivel de clúster de primer nivel, la empresa también ha añadido opciones más prácticas. La configuración AR45G-NVMe-H200 se posiciona como un servidor compacto y más asequible para inferencia, prototipos y entrenamiento a pequeña escala. Otra opción — AR45G-NVMe-RTX6000 — está diseñada para escenarios donde 96 GB de VRAM son suficientes: pilotos LLM, tareas de visión por computadora, gráficos y cargas de trabajo aplicadas. En paralelo, Selectel expandió su línea de almacenamiento añadiendo discos duros de 28 TB para archivos, copias de seguridad y registros.

Marketplace y Nube

Nuevas imágenes listas para usar han aparecido en el marketplace de IA de Selectel, cubriendo diferentes etapas del ciclo ML — desde experimentos hasta control de calidad y etiquetado de datos. Esto no es simplemente expandir el catálogo por cantidad: la empresa está añadiendo herramientas que ayudan a construir un ecosistema más completo alrededor de un modelo, en lugar de solo ejecutar inferencia en un contenedor. Para equipos de ingeniería, esto también es una forma de montar rápidamente un entorno de trabajo sin integración manual adicional.

• Aim — para rastreo de experimentos y comparación de resultados de ajuste de modelos.
• Lobe Chat — una interfaz para trabajar con LLM con énfasis en complementos y soluciones comunitarias listas para usar.
• Evidently AI — monitoreo de calidad del modelo y métricas en las que las actualizaciones del modelo se pueden automatizar.
• Xtreme1 — servicio de etiquetado de datos, incluyendo escenarios con lidar y clasificación de objetos.

Separadamente, Selectel ha desplegado GPU L4 con 24 GB de memoria en la nube. La empresa la llama una tarjeta universal para tareas de IA/ML, procesamiento de video, transmisión en vivo y VDI, así como para escenarios aplicados como transcripción de audio a texto. Este lanzamiento es importante no solo para equipos de IA: L4 se elige a menudo donde se necesita un equilibrio entre costo, eficiencia energética y desempeño suficiente sin pasar a aceleradores de grado de entrenamiento costosos. Para equipos con presupuestos limitados, esta es una opción particularmente práctica.

Kubernetes y Capa del Sistema

Una actualización significativa de infraestructura afectó a Kubernetes Gestionado. Selectel añadió soporte completo para el recurso ephemeralStorage en Cluster Autoscaler y Karpenter. El valor práctico aquí es directo: al escalar el clúster, el sistema ahora entiende con más precisión cuánto almacenamiento temporal local necesitan realmente los nuevos Pods. Anteriormente, en escenarios donde el clúster no tenía nodos con ephemeralStorage explícitamente definido, el autoescalado podía calcular requisitos de manera imprecisa. Para equipos con procesamiento de datos y cargas de trabajo de IA, esto elimina una clase desagradable de errores en la etapa de ampliación.

Varios otros cambios se relacionan con el control y la capa básica del sistema. Kubernetes Gestionado ahora presenta registros de auditoría para operaciones clave de clúster y grupos de nodos — esto simplifica el análisis de cambios, seguridad y cumplimiento normativo. La interfaz también abrió la visualización de la configuración de DNS privado, y para grupos de nodos actualizó la visualización de User Data. A nivel del SO, Selectel lanzó SELECTOS 1.3 con actualizaciones de paquetes a Debian 12.13, cierre de 177 vulnerabilidades y adición de imagen de contenedor. Además, la empresa lanzó Astra Linux para servidores A-ЦОД — este es un movimiento hacia clientes que necesitan un entorno seguro certificado.

Qué Significa Esto

El paquete de actualización de febrero muestra que Selectel quiere ser más que solo alquiler de hardware, sino una plataforma de infraestructura de IA completa. En la parte superior, la empresa expande su catálogo de herramientas ML listas para usar y GPUs en la nube; en la parte inferior, fortalece Kubernetes, sistemas operativos base y la capa de cumplimiento. Para equipos construyendo sus propios servicios de IA, esto reduce ensamblaje manual y acelera el camino desde piloto hasta implementación en producción.