Computex 2025 в Тайпее — техновыставка, где производители представили новые технологии текущего года. Искусственный интеллект, высокопроизводительные вычисления и энергоэффективные архитектуры заняли центральное место. Я подобрал шесть ключевых анонсов, которые задают тренды и открывают новые возможности для разработчиков, инженеров и бизнеса. Ниже расскажу, как работают эти технологии, зачем они нужны и что могут изменить в ИТ-отрасли в ближайшие годы. Поехали!
Nvidia NVLink Fusion и AI-суперкомпьютер
Nvidia представила NVLink Fusion — платформу, которая позволяет интегрировать ее GPU с процессорами и ускорителями от других производителей, таких как Qualcomm, MediaTek, Fujitsu и Marvell. Это эволюция проприетарной технологии NVLink, обеспечивающей высокоскоростное соединение между чипами с пропускной способностью до 800 Гб/с, что заметно превосходит PCIe Gen5 (128 Гб/с в оба направления). NVLink Fusion открывает доступ к этой шине для сторонних разработчиков, позволяя создавать гибридные AI-системы, где чипы разных вендоров работают как единое целое. Стоит отметить, что NVLink Fusion реализуется в виде интерфейса PHY + протокола и требует поддержки на уровне архитектуры SoC — это не просто шина «подключи и работай».
Параллельно Nvidia и Foxconn анонсировали AI-суперкомпьютер в Тайване на базе 10 000 чипов Blackwell, с энергопотреблением 100 МВт. Это кластер для исследований и разработки, оптимизированный для задач TSMC, включая проектирование чипов и машинное обучение.
Технические характеристики:
NVLink Fusion: 800 ГБ/с (в случае multi-link соединения), поддержка CPU и ASIC от Qualcomm, MediaTek, Marvell, Alchip; интеграция через чиплеты, инструменты от Cadence и Synopsys.
AI-суперкомпьютер: 10 000 Blackwell GPU, 100 МВт, совместимость с архитектурой Grace CPU, оптимизация под TSMC R&D.
Почему эта технология важна? Дело в том, что NVLink Fusion ломает барьеры «вендор-лока», позволяя строить кастомные AI-системы без привязки к экосистеме одного производителя. Это ответ Nvidia на CXL (Compute Express Link), но с акцентом на производительность и закрытую экосистему. Что касается AI-суперкомпьютера на Тайване, то он усиливает роль острова как глобального хаба для полупроводников, особенно в условиях геополитических рисков.
NVLink Fusion от Nvidia упрощает разработчикам создание гибридных AI-кластеров, где вместе работают чипы от разных производителей — например, GPU от Nvidia и процессоры от Qualcomm или MediaTek. Это снижает затраты на интеграцию и дает больше гибкости в построении AI-систем. Для рынка такая технология становится конкурентом стандарту CXL и способствует росту индивидуальных решений для дата-центров. А запуск суперкомпьютера на 100 МВт в Тайване усиливает позиции страны в области AI и может повлиять на распределение вычислительных мощностей в мире — Азия становится все более важным центром технологий.
AMD Ryzen AI Pro 300 и Radeon RX 9060 XT (RDNA 4)
AMD сделала важный шаг к массовому внедрению нейронных процессоров (NPU) с Ryzen AI Pro 300 (Strix Point). Это чипы для ноутбуков с до 12 ядрами, 24 потоками, частотой до 5,1 ГГц и NPU на 50 TOPS для локальных AI-задач. Radeon RX 9060 XT — игровой GPU на архитектуре RDNA 4 с поддержкой FSR 4 (ML-апскейлинг) и 32 вычислительными блоками.
Технические характеристики:
Ryzen AI Pro 300: 12 ядер/24 потока, 50 TOPS NPU, RDNA 3.5 GPU, до 5,1 ГГц, 80 Мб кэша L2/L3, TDP до 55 Вт.
Radeon RX 9060 XT: 32 CU, 8/16 Гб GDDR6 (128 бит, 20 Гбит/с), частота Boost до 3.13 ГГц, TBP 150/160 Вт, Infinity Cache 32 Мб, FSR 4, PCIe Gen5.
Что важного в этой технологии? Ryzen AI Pro 300 делает локальную нейронную обработку доступной для ноутбуков — это важно для edge-вычислений, от процессинга изображений до DevOps. Radeon RX 9060 XT с FSR 4 конкурирует с Nvidia RTX 5060.
Встроенный NPU в процессорах AMD Ryzen AI Pro 300 упрощает запуск и локальное тестирование AI-моделей вроде Llama прямо на ноутбуках, что ускоряет разработку и снижает зависимость от облака — особенно актуально для edge-решений и конфиденциальных проектов. Для геймеров видеокарта Radeon RX 9060 XT на архитектуре RDNA 4 обеспечивает уверенный гейминг в 1440p с трассировкой лучей по более доступной цене. В целом, линейка укрепляет позиции AMD одновременно в AI-сегменте и игровой индустрии, бросая серьезный вызов Nvidia и Intel в этих направлениях.
Intel Arc Pro B60/B50 и Gaudi 3
Не подкачала и корпорация Intel. Она расширила линейку профессиональных GPU Arc Pro: B50 (16 Гб VRAM, 299 $) и B60 (24 Гб, 499 $). Оба основаны на архитектуре Xe2 с XMX AI-ядрами для инференса и поддержкой ray tracing. Gaudi 3 — AI-ускоритель для дата-центров, доступный в форматах PCIe и rack-scale, конкурирующий с Nvidia B100/B200.
Технические характеристики:
Arc Pro B50: 16 Гб VRAM, 70 Вт, Xe2, XMX AI-ядра, HHHL-дизайн, без доп. питания.
Arc Pro B60: 24 Гб VRAM, 120–200 Вт, поддержка до 8 GPU (192 Гб VRAM в Project Battlematrix).
Gaudi 3: PCIe/rack-scale, оптимизирован под модели вроде Llama 3.1 8B, доступен на платформах Scout/Maverick.
Что здесь важного? Arc Pro B50/B60 ориентированы на профессионалов в CAD, 3D и AI-инференсе, предлагая доступную альтернативу Nvidia. Gaudi 3 поддерживает open-source модели, снижая зависимость от проприетарных решений. В первую очередь он оптимизирован для Open-Source-фреймворков (PyTorch, TensorFlow) и может быть дешевле Nvidia-решений.
Ускорители Intel Gaudi 3 и новые GPU Arc Pro B60/B50 расширяют выбор решений для локального инференса, особенно в open-source-среде, где важна гибкость и контроль. Это дает разработчикам больше свободы при построении собственных AI-решений без привязки к Nvidia. Для бизнеса это шанс сократить затраты на AI-инфраструктуру за счет более доступного «железа». Есть, конечно, и нюанс: на рынке успех Intel будет зависеть не только от характеристик, но и от зрелости экосистемы: именно софт и поддержка популярных фреймворков определят, сможет ли компания стать реальной альтернативой на фоне Nvidia.
Phison E28 — SSD с AI-контроллером
Phison E28 — один из первых массовых SSD-контроллеров с аппаратной поддержкой AI-обработки, произведенный по 6-нм техпроцессу TSMC. Он дает скорости чтения до 14,8 Гб/с и до 3 млн IOPS, поддерживая до 32 Тб TLC NAND. AI-функции позволяют выполнять инференс прямо на накопителе, минимизируя передачу данных.
Технические характеристики:
Контроллер: PS5028-E28, 8 каналов, 4200 MT/s, AES-256, TCG Opal/Pyrite.
Производительность: 14.8 Гб/с (чтение), 14 Гб/с (запись), 3 млн/2,6 млн IOPS.
Энергопотребление: 7 Вт.
Зачем все это? E28 переносит AI-инференс на уровень хранения, что идеально для edge-вычислений, где важны конфиденциальность и низкая задержка. Новинка — шаг к near-data processing, когда данные обрабатываются там, где хранятся.
Контроллер Phison E28 с поддержкой AI открывает для разработчиков новые возможности по кастомизации и адаптации AI-моделей прямо на периферийных устройствах — без необходимости задействовать облачные ресурсы. Для промышленности это означает резкое снижение затрат на инфраструктуру — до 90% при переходе к edge-инференсу и «умным» накопителям. Ну и появление таких решений может заложить основу нового стандарта в сфере SSD для AI-приложений, где накопители становятся не просто хранилищем, а активным участником обработки данных.
ASUS IoT RUC-1000 — промышленный Edge AI
ASUS IoT RUC-1000 — компактный сервер для edge-вычислений, оптимизированный для real-time AI-инференса в промышленности. Поддерживает процессоры Intel/AMD и Nvidia GPU, обеспечивает высокую производительность в условиях ограниченного пространства и питания.
Технические характеристики:
Процессоры: поддержка Intel Xeon или AMD EPYC.
GPU: Nvidia RTX/A-series, до 48 Гб VRAM.
Формат: 2U rack, оптимизация под IoT и OT (Operational Technology).
Что здесь хорошего? RUC-1000 — мост между IT и OT, позволяя запускать AI-модели в реальном времени на производственных линиях, складах или в умных городах. Это решение для задач, где облачные вычисления непрактичны из-за задержек или проблем с безопасностью.
ASUS IoT RUC-1000 ускоряет развитие edge AI, позволяя обрабатывать данные прямо на месте, без облака. Это дает индустрии больше автоматизации: управление оборудованием в реальном времени, оптимизация логистики и анализ данных на производстве. Разработчикам — открывает путь к новым IoT-приложениям — от компьютерного зрения до предиктивного обслуживания, где важны скорость и локальная обработка.
Qualcomm Snapdragon X и Copilot+ PC
Визуализация линейки ARM-процессоров Qualcomm Snapdragon X для Windows-ноутбуков с поддержкой Copilot+ PC и встроенных AI-функций. Источник
Snapdragon X (Elite/Plus) — ARM-процессоры для Windows-лэптопов с NPU на 45 TOPS, обеспечивающие до 34 часов автономности. Copilot+ PC интегрируют AI-функции, такие как Recall, Click-to-Do и Cocreator, прямо в Windows. Snapdragon 8 Elite 2, анонсированный для смартфонов, выйдет в сентябре 2025-го.
Технические характеристики:
Snapdragon X: до 12 ядер Oryon, NPU 45 TOPS, Adreno GPU, до 32 Гб RAM, 2K OLED (14"/16").
Copilot+ PC: поддержка Recall, Click-to-Do, Windows Search, Cocreator in Paint; заряд до 50% за 30 мин (65 Вт).
Цена: от 799 $ (14"), 849 $ (16").
Почему это важно? Snapdragon X делает Windows на ARM энергоэффективной и AI-ориентированной платформой, конкурируя с x86. Copilot+ упрощает повседневные задачи и разработку, поддерживая инструменты вроде VSCode и Docker.
Выход ноутбуков на базе Snapdragon X и запуск платформы Copilot+ PC — важный этап развития для Windows-устройств. Так, пользователи получают до 20–30 часов автономной работы и встроенные локальные AI-функции. Для разработчиков это шанс создавать и тестировать AI-модели прямо на ноутбуке, а также адаптировать софт под ARM-архитектуру с использованием таких инструментов, как VSCode и Docker. На рынке это серьезный вызов для Intel и AMD: растущая мощность ARM-чипов и поддержка от Microsoft могут изменить расстановку сил в ноутбучном сегменте.
Computex 2025 показал, что AI становится не просто модным словом, а ядром технологий — от накопителей до суперкомпьютеров. NVLink Fusion и Gaudi 3 усиливают конкуренцию в дата-центрах, Ryzen AI и Snapdragon X делают AI доступным на десктопах, а E28 и RUC-1000 переносят вычисления на периферию. Эти новинки задают вектор: гибридные архитектуры, энергоэффективность и локальная обработка данных, скорее всего, будут определять ИТ ближайшие годы. Ну а мы сможем наблюдать за постепенным изменением отрасли под влиянием новых технологий.