Selectel a ajouté des serveurs haut de gamme pour l'entraînement de modèles et élargi son catalogue d'images

Selectel Ajoute des Serveurs Flagship pour l'Entraînement de Modèles et Élargit le Catalogue d'Images

Selectel a clôturé février et démontré comment son infrastructure évolue pour répondre à la demande croissante de charges de travail IA. Les mises à jour principales incluent de nouveaux serveurs dédiés pour l'entraînement de grands modèles, de nouvelles images sur la place de marché IA et plusieurs changements notables de la plateforme Kubernetes dans le cloud.

Serveurs pour l'Entraînement

L'innovation flagship est le serveur dédié GL8-B300-HGX-25GE basé sur la plateforme NVIDIA HGX B300. L'entreprise l'appelle la configuration la plus puissante de sa gamme actuelle : la solution est conçue pour l'entraînement IA, le fine-tuning et l'inférence industrielle de grands modèles de langage. Selectel souligne particulièrement le volume total de mémoire vidéo de 2,3 TB — un niveau requis non pour les pilotes, mais pour les pipelines lourds, le contexte long et les gros lots, où le goulot d'étranglement devient non seulement le GPU mais aussi la stabilité de toute l'infrastructure.

"NVIDIA HGX B300 est une plateforme flagship pour les charges de

travail IA à grande échelle."

Pour les équipes qui n'ont pas besoin de capacité de niveau cluster de haut niveau, l'entreprise a également ajouté des options plus pratiques. La configuration AR45G-NVMe-H200 est positionnée comme un serveur compact et plus abordable pour l'inférence, les prototypes et l'entraînement à petite échelle. Une autre option — AR45G-NVMe-RTX6000 — est conçue pour les scénarios où 96 GB de VRAM suffisent : pilotes LLM, tâches de vision par ordinateur, graphiques et charges de travail applicatives. En parallèle, Selectel a élargi sa gamme de stockage en ajoutant des disques durs de 28 TB pour les archives, sauvegardes et journaux.

Place de Marché et Cloud

De nouvelles images prêtes à l'emploi ont fait leur apparition sur la place de marché IA de Selectel, couvrant différentes étapes du cycle ML — des expériences au contrôle de qualité et l'étiquetage des données. Ce n'est pas simplement élargir le catalogue pour la quantité : l'entreprise ajoute des outils qui aident à construire un écosystème plus complet autour d'un modèle, plutôt que de simplement exécuter l'inférence dans un conteneur. Pour les équipes d'ingénierie, c'est aussi un moyen d'assembler rapidement un environnement de travail sans intégration manuelle supplémentaire.

• Aim — pour le suivi des expériences et la comparaison des résultats de réglage des modèles.
• Lobe Chat — une interface pour travailler avec LLM en mettant l'accent sur les plugins et les solutions communautaires prêtes à l'emploi.
• Evidently AI — surveillance de la qualité du modèle et métriques sur lesquelles les mises à jour de modèle peuvent être automatisées.
• Xtreme1 — service d'étiquetage de données, incluant des scénarios avec lidar et classification d'objets.

Séparément, Selectel a déployé le GPU L4 avec 24 GB de mémoire dans le cloud. L'entreprise l'appelle une carte universelle pour les tâches IA/ML, le traitement vidéo, la diffusion en continu et VDI, ainsi que pour les scénarios applicatifs comme la transcription audio en texte. Ce lancement est important non seulement pour les équipes IA : L4 est souvent choisie où un équilibre est nécessaire entre le coût, l'efficacité énergétique et une performance suffisante sans passer à des accélérateurs de grade entraînement onéreux. Pour les équipes à budget limité, c'est une option particulièrement pratique.

Kubernetes et Couche Système

Une mise à jour infrastructurelle importante a affecté le Kubernetes Géré. Selectel a ajouté le support complet de la ressource ephemeralStorage dans Cluster Autoscaler et Karpenter. La valeur pratique ici est simple : lors de la mise à l'échelle du cluster, le système comprend maintenant plus précisément combien de stockage temporaire local les nouveaux Pods ont réellement besoin. Auparavant, dans les scénarios où le cluster n'avait pas de nœuds avec ephemeralStorage explicitement défini, l'autoscaling pouvait calculer les exigences de manière inexacte. Pour les équipes avec traitement de données et charges de travail IA, cela élimine une classe désagréable d'erreurs à l'étape de montée en charge.

Plusieurs autres changements concernent le contrôle et la couche système de base. Kubernetes Géré dispose maintenant de journaux d'audit pour les opérations clés de cluster et groupes de nœuds — cela simplifie l'analyse des changements, la sécurité et la conformité. L'interface a également ouvert la visualisation de la configuration DNS privée, et pour les groupes de nœuds mis à jour l'affichage des User Data. Au niveau du SE, Selectel a publié SELECTOS 1.3 avec mises à jour de paquets vers Debian 12.13, fermeture de 177 vulnérabilités et ajout d'image conteneur. De plus, l'entreprise a lancé Astra Linux pour les serveurs A-ЦОД — c'est un mouvement vers les clients qui ont besoin d'un environnement sécurisé certifié.

Ce Que Cela Signifie

Le paquet de mise à jour de février montre que Selectel veut être plus que la simple location de matériel, mais une véritable plateforme d'infrastructure IA. En haut, l'entreprise élargit son catalogue d'outils ML prêts à l'emploi et de GPUs dans le cloud ; en bas, elle renforce Kubernetes, les systèmes d'exploitation de base et la couche de conformité. Pour les équipes construisant leurs propres services IA, cela réduit l'assemblage manuel et accélère le chemin du pilote au déploiement en production.