Iluvatar CoreX показала суперноду Tiangai 300 с 144 GPU в одном шкафу
Китайский производитель ИИ-чипов Iluvatar CoreX на выставке CIIF в Шанхае представил первую суперноду Tiangai 300 IXL144. В одном шкафу размещены 144 GPU и 18 CPU. Система рассчитана на обучение и инференс крупных моделей, а компания заявляет рекорд отрасли по числу GPU в одной стойке. Производительность указана как «около 10,1…», единицы измерения в доступном фрагменте обрезаны. • 144 GPU + 18 CPU в одном шкафу • Показ состоялся 12 октября 2026 года • Ключевые вопросы: межсоединение, энергопотребление, софт
AI-обработка оригинала SCMP Tech; редакция Hamidun News
Китайский разработчик ИИ-ускорителей Iluvatar CoreX показал свою первую суперноду Tiangai 300 IXL144. В один шкаф уместились 144 графических процессора и 18 центральных. Компания называет это рекордом отрасли по плотности GPU в одной системе. Анонс прошёл в понедельник, 12 октября 2026 года, на China International Industry Fair (CIIF) в Шанхае. По данным SCMP, система создана для обучения и инференса крупных ИИ-моделей.
Что внутри шкафа
Суперноду принято считать единым вычислительным блоком: десятки ускорителей связаны настолько быстро, что для программы они выглядят как один большой GPU. Такой подход нужен, когда модель не помещается в память одного сервера и данные постоянно ходят между картами. Чем больше ускорителей собрано в одном домене, тем меньше трафика уходит в медленную сеть между стойками.
Основные заявленные параметры:
- Название: Tiangai 300 IXL144
- Ускорители: 144 GPU в одном шкафу
- Процессоры: 18 CPU
- Назначение: обучение и инференс крупных ИИ-моделей
- Производительность: заявлено около 10,1 (единицы измерения в доступном фрагменте материала обрезаны)
- Дебют: 12 октября 2026 года, CIIF, Шанхай
Соотношение 8 GPU на 1 CPU совпадает с классической восьмиускорительной серверной компоновкой. Возможно, внутри 18 таких узлов, но это наше предположение, а не данные производителя.
Почему плотность важна
Для сравнения: стойка Nvidia GB200 NVL72 объединяет 72 GPU и 36 процессоров Grace. Среди китайских решений известна система Huawei CloudMatrix 384, которая собирает 384 ускорителя Ascend, но размещает их в нескольких шкафах. Iluvatar CoreX делает ставку на другое: уместить максимум в одном корпусе. У такого подхода есть практические плюсы. Меньше кабелей и точек отказа, проще монтаж, короче пути для данных.
Есть и цена. Плотная упаковка означает высокое энергопотребление и жёсткие требования к охлаждению на уровне одной стойки. Не каждый дата-центр в Китае или за его пределами готов принять такой шкаф без переделки инженерной инфраструктуры.
Что остаётся за кадром
Рекорд требует оговорок. Сравнивать системы по числу GPU корректно, только если одинаково считать ускорители. Двухкристальный модуль можно посчитать как один GPU, а можно как два. Сопоставимость зависит и от других параметров: объёма и пропускной способности памяти, скорости связи между картами, поддерживаемых форматов вычислений (FP8, FP16 и других).
В материале также нет данных о цене, сроках поставок, первых клиентах и о том, на какой технологической норме и каким производителем выпускаются сами чипы. Для китайского рынка это не мелочи: доступ к передовому производству остаётся ограниченным, а внутренний спрос на альтернативы Nvidia высок.
Практически при оценке Tiangai 300 IXL144 стоит смотреть на пять вещей:
1. Единицы и условия замера заявленных «около 10,1». Для сопоставимости важны точность вычислений и режим (обучение или инференс). 2. Топологию и скорость межсоединения внутри шкафа. Именно от неё зависит, ведёт ли себя 144-GPU система как единое целое. 3. Зрелость софта: поддержку популярных фреймворков и инструментов запуска моделей. Для нового ускорителя это часто важнее железа. 4. Энергопотребление и тип охлаждения, жидкостное или воздушное. 5. Реальные пилотные внедрения у операторов дата-центров и облаков. Пока это дебют на выставке, а не подтверждённая промышленная эксплуатация.
Если Iluvatar CoreX раскроет эти цифры и покажет рабочие кластеры, компания закрепится среди китайских поставщиков, способных продавать не отдельные карты, а готовые системы масштаба стойки. Пока же главный факт остаётся один: 144 GPU в одном шкафу и заявка на рекорд.
Системное обучение работе с ИИ и AI-агентами
Образовательная платформа Vibe Academy (vibe-academy.ru) — практические курсы, промпт-инжиниринг, автоматизация процессов и прикладные AI-воркфлоу.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.