Компания HPE (США) модернизирует Private Cloud AI и Sovereign AI Factory

Репортаж от Wedoany，На конференции Discover 2026 компания HPE объявила о комплексной модернизации своего продукта Private Cloud AI и конфигурации Sovereign AI Factory в ответ на потребности в управлении, безопасности и эффективности развертывания гибридных AI-нагрузок в регулируемых отраслях и суверенных средах.

С момента масштабирования публичных облаков в конце 2000-х годов считалось, что почти все рабочие нагрузки будут перенесены из локальных сред. Спустя 15 лет ИТ-руководители предприятий по-прежнему управляют значительным объемом локальной инфраструктуры. Исследования показывают, что от 35% до 50% рабочих нагрузок уже перенесены в облако, при этом рабочие нагрузки распределены по разным местоположениям. Стоимость, чувствительность данных, соответствие нормативным требованиям, требования к задержке и операционный контроль в совокупности определяют размещение рабочих нагрузок, и развертывание AI-нагрузок следует той же логике.

В ответ на новые проблемы безопасности и управления, связанные с внедрением агентного ИИ, HPE представила конфигурацию Sovereign AI Factory для государственных органов и регулируемых отраслей, включающую встроенное усиление безопасности на уровне оборонных стандартов, готовность к федеральному соответствию и возможности изолированной работы. Генеральный директор HPE Антонио Нери отметил, что решения по AI-инфраструктуре неразрывно связаны с управлением данными и суверенитетом. HPE Private Cloud AI предоставляет предварительно проверенную локальную среду, предназначенную для снижения сложности интеграции и ускорения сроков развертывания. HPE утверждает, что скорость получения ценности в 7–12 раз выше по сравнению с самостоятельным построением среды. Private Cloud AI теперь включает уровень управления данными, глубоко интегрированный с Nvidia AI Data Platform, предоставляя предприятиям унифицированные возможности доступа к данным и управления ими. HPE Alletra Storage MP Extend 1000 служит основой хранения, поддерживая обогащение метаданных в реальном времени и нативный протокол MCP. Новая конфигурация может быть расширена до 256 GPU, включая серверы ProLiant DL394 с оптимизированными GPU Nvidia, и интегрирует функцию общего KV-кэша для снижения затрат на первый токен и повышения производительности.

На уровне идентификации и безопасности HPE предлагает трехуровневую модель идентификации для агентных рабочих нагрузок, охватывающую проверку пользователей, управление на уровне агентов и этапы утверждения человеком. Это решение также интегрирует изолированную среду выполнения Nvidia OpenShell, механизм политик NeMo Guardrails и функцию отката Zerto для обработки ошибок выполнения агентов. Исполнительный вице-президент подразделения сетевых решений HPE Рами Рахим дополнительно подчеркнул, что сама сеть должна стать активным уровнем выполнения для безопасности агентов через архитектуру нулевого доверия и обнаружение аномалий на основе ИИ.

Развертывания HPE уже подтверждены у ключевых клиентов. Агентство оборонных информационных систем США заключило с HPE десятилетний контракт на модернизацию своей цифровой платформы и платформы ИИ, требующий частной облачной среды, соответствующей стандартам NIST. В Европе HPE строит систему HammerHAI для Высокопроизводительного вычислительного центра Штутгарта (HLRS) в Германии. Это суверенная AI-установка, обеспечивающая пиковую производительность AI-выводов более 15 экзафлопс, обслуживающая исследовательские институты и промышленные организации, которые должны соблюдать требования Европы по размещению данных. В сфере здравоохранения Детская исследовательская больница Св. Иуды (St. Jude Children’s Research Hospital) использует HPE Private Cloud AI, предоставляя возможности ИИ своим клиническим и исследовательским группам, одновременно защищая конфиденциальные данные детской онкологии.

Корпоративное развертывание ИИ — это не простой выбор между облаком и локальной средой. Даже организации, активно использующие локальные AI-среды, полагаются на публичные облака для обработки части рабочих нагрузок, таких как обучение больших моделей, прототипирование экспериментов или доступ к передовым моделям. Основой принятия решений является комбинаторная задача: где запускать различные рабочие нагрузки и какие условия управления должны быть выполнены для каждой среды. Предварительно проверенные эталонные проекты частного развертывания снижают порог внедрения ИИ для организаций с минимальной толерантностью к риску.

Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com