अक्टूबर 2026: NVIDIA और Oracle ने Vera Rubin AI डिप्लॉयमेंट को मल्टी-गीगावॉट स्केल तक विस्तारित किया
27 अक्टूबर, 2026 को ओरेकल एआई वर्ल्ड सम्मेलन में, ओरेकल कॉर्पोरेशन और एनवीडिया ने अपने एंटरप्राइज इंफ्रास्ट्रक्चर भागीदारी का बड़ा विस्तार घोषित किया। ओरेकल क्लाउड इंफ्रास्ट्रक्चर (OCI) ने एनवीडिया वेरा रुबिन NVL72 रैक-स्केल सिस्टम और स्टैंडअलोन एनवीडिया वेरा सीपीयू के लिए सामान्य उपलब्धता प्राप्त की, जबकि OCI सुपरक्लस्टर्स को मल्टी-गीगावॉट के पैरामीटर तक बढ़ाने की योजना का खुलासा किया।
यह डिप्लॉयमेंट NVIDIA के Rubin प्लेटफॉर्म के सबसे पहले पब्लिक क्लाउड रोलआउट में से एक है, जो अगली पीढ़ी के आर्किटेक्चर को सीधे प्रोडक्शन क्लाउड डेटा सेंटर में शामिल करता है। अधिक व्यापक रूप से, इस समझौते से प्रौद्योगिकी क्षेत्र में मूलभूत कंप्यूट के मापन के तरीके में एक संरचनात्मक परिवर्तन दर्शाया गया है। जबकि OpenAI सहित अग्रणी कृत्रिम बुद्धिमत्ता शोध प्रयोगशालाएं OCI पर प्रोडक्शन वर्कलोड चला रही हैं, क्लाउड इंफ्रास्ट्रक्चर के लिए प्राथमिक मानक अब व्यक्तिगत प्रोसेसरों की गिनती से बदलकर कई गीगावाट बिजली क्षमता, हाई-डेंसिटी तरल शीतलन, और लो-लेटेंसी ऑप्टिकल इंटरकनेक्ट फैब्रिक को सुरक्षित करने में बदल गया है।
मौजूदा NVIDIA GB200 और GB300 NVL72 डिप्लॉयमेंट्स पर आधारित, विस्तारित सहयोग एकल नेटवर्क फैब्रिक के भीतर 131,000 से अधिक GPU को जोड़ने में सक्षम स्केलेबल OCI सुपरक्लस्टर्स के लिए लक्षित है। इस रोलआउट के परिणामों का मूल्यांकन करने के लिए, वेरा रुबिन NVL72 सिस्टम की भौतिक विनिर्देशों, एजेंटिक कार्यभारों के लिए स्वतंत्र वेरा CPU को अलग करने के पीछे के संचालन तर्क, ब्लैकवेल पीढ़ि की तुलना में प्राप्त बिजली-दक्षता में वृद्धि, और Oracle के $90 बिलियन से $95 बिलियन वित्तीय 2027 बुनियादी ढांचा बजट को समर्थन देने वाले पूंजी व्यय मॉडल का अध्ययन किया जाना आवश्यक है।
हार्डवेयर आर्किटेक्चर विश्लेषण: वेरा रुबिन NVL72, स्टैंडअलोन वेरा सीपीयू, और HGX NVL8
विस्तारित OCI डिप्लॉयमेंट की तकनीकी आधारशिला तीन अलग-अलग हार्डवेयर कॉन्फ़िगरेशन पर केंद्रित है, जिन्हें वितरित फ्रंटियर मॉडल प्रशिक्षण, बहु-चरण एजेंटिक वर्कफ़्लो और उद्यम सूक्ष्म-समायोजन के लिए डिज़ाइन किया गया है।
Vera Rubin NVL72 रैक विनिर्देश
OCI सुपरक्लस्टर्स पर लागू प्रमुख प्रणाली लिक्विड-कूल्ड NVIDIA Vera Rubin NVL72 है। एकीकृत रैक-स्केल कंप्यूट डोमेन के रूप में कार्य करते हुए, प्रत्येक कैबिनेट में 72 Rubin GPU और 36 Vera CPU शामिल हैं, जो छठी पीढ़ी के NVIDIA NVLink (NVLink 6) के माध्यम से जुड़े हुए हैं, जो प्रति GPU 3.0 TB/s की द्विदिशात्मक बैंडविड्थ और पूरे रैक में 216 TB/s की बैंडविड्थ प्रदान करता है।
प्रत्येक Rubin GPU में 288 GB नेक्स्ट-जनरेशन हाई बैंडविड्थ मेमोरी 4 (HBM4) उपलब्ध है, जो प्रति चिप 19.2 TB/s तक की मेमोरी बैंडविड्थ प्रदान करती है, साथ ही BlueField-4 डेटा प्रोसेसिंग यूनिट्स (DPUs) और ConnectX-9 SuperNICs के साथ स्टोरेज, सुरक्षा और नेटवर्क ऑफलोड के लिए। HBM4 में संक्रमण सीधे रीजनिंग-केंद्रित मॉडल और लंबे संदर्भ एजेंट वातावरणों को सेवा करते समय आमतौर पर उत्पन्न मेमोरी-वॉल बॉटलनेक को संबोधित करता है। जबकि पिछले एक्सेलेरेटर्स अक्सर बड़े की-वैल्यू (KV) कैश को रखने के लिए ट्रिलियन पैरामीटर मॉडल को कई नोड्स पर शार्ड करने की आवश्यकता होती थी, Rubin आर्किटेक्चर की विस्तारित मेमोरी क्षमता और बैंडविड्थ बड़े संदर्भ विंडोज को स्थानीय हाई-स्पीड मेमोरी में रहने की अनुमति देती है, जिससे कंप्यूट उपयोग में सुधार होता है और प्रति टोकन निष्पादन लागत में कमी आती है।
OCI पर NVIDIA Vera CPU का अलगीकरण
OCI के रोलआउट में एक महत्वपूर्ण अंतर इसकी पोज़ीशन है कि यह पहला हाइपरस्केल क्लाउड प्रोवाइडर है जो NVIDIA Vera CPU को एक स्वतंत्र, स्वतंत्र रूप से स्केल करने योग्य कंप्यूट इंस्टेंस के रूप में प्रदान करता है, जिसके लिए Oracle क्लाउड क्षेत्रों में प्रारंभिक तैनाती 150,000 Vera CPUs की योजना है। 88 कस्टम Armv9.2-अनुकूल "Olympus" कोर पर आधारित, जो स्पेशियल मल्टी-थ्रेडिंग के माध्यम से 176 थ्रेड्स समर्थन करते हैं और जिन्हें 1.5 TB तक की हाई-बैंडविड्थ LPDDR5X मेमोरी के साथ जोड़ा गया है, Vera CPU आधुनिक AI वर्कफ्लो के GPU-बाहर चरणों के लिए विशेष रूप से बनाया गया है।
पिछली पीढ़ियों जैसे ग्रेस हॉपर और ग्रेस ब्लैकवेल में, होस्ट CPU को मुख्य रूप से GPU के साथ संकीर्ण रूप से जुड़े कंप्यूट बोर्ड पर डिप्लॉय किया जाता था। घने प्री-ट्रेनिंग के लिए यह अत्यधिक प्रभावी था, लेकिन यह निश्चित अनुपात एजेंटिक अनुप्रयोगों के लिए संसाधन असमानता पैदा कर सकता है। स्वायत्त AI एजेंट मॉडल निष्कर्षण कॉल के बीच अधिक समय व्यतीत करते हैं, जिसमें सहायक उपकरणों को निष्पादित करना, सुरक्षित सैंडबॉक्स में कोड को संकलित और परीक्षण करना, डेटाबेस क्वेरी करना, और प्राप्ति-समृद्ध उत्पादन (RAG) पाइपलाइन को समन्वयित करना शामिल है।
OCI Compute और OCI Kubernetes Engine (OKE) के माध्यम से, उद्यम ग्राहक अब Vera CPU इंस्टेंस और Rubin GPU क्लस्टर को स्वतंत्र रूप से स्केल कर सकते हैं। उदाहरण के लिए, OpenAI पहले से ही अपने एजेंटिक कोडिंग सैंडबॉक्स को संचालित करने के लिए OCI के स्वतंत्र Vera CPU इंस्टेंस का उत्पादन में उपयोग कर रहा है, जबकि Oracle Acceleron AI-उत्पन्न कोड चलाने के लिए हार्डवेयर-प्रवर्तित अलगाव प्रदान करता है। CPU परत को अलग करने से इंजीनियरिंग टीमें महंगे GPU सिलिकॉन को निष्क्रिय रखे बिना होस्ट प्रोसेसिंग को गतिशील रूप से स्केल कर सकती हैं।
योजित HGX Rubin NVL8 एंटरप्राइज x86 संगतता के लिए
मॉड्यूलर उद्यम तैनातियों और मौजूदा x86 एप्लिकेशन परितंत्र का समर्थन करने के लिए, OCI ने NVIDIA HGX Rubin NVL8 प्लेटफॉर्म पेश करने की योजना की घोषणा भी की। आठ NVLink-संबंधित Rubin GPU, डुअल 64-कोर Intel Xeon 6 प्रोसेसर, 4 TB DDR5 सिस्टम मेमोरी और 6.4 Tbps हाई-स्पीड RDMA नेटवर्किंग के साथ कॉन्फ़िगर किया गया, NVL8 सर्वर उन संगठनों के लिए एक छोटा आठ-GPU बिल्डिंग ब्लॉक प्रदान करता है जो डोमेन-विशिष्ट प्रशिक्षण, फाइन-ट्यूनिंग और अनुमान कर रहे हैं बिना पूर्ण 72-GPU तरल-शीतलित रैक की आवश्यकता के।
पीढ़ीगत ऊर्जा दक्षता बनाम उपयोगिता ग्रिड बॉटलनेक्स
मल्टी-गीगावाट AI बुनियादी ढांचे की ओर बढ़ती प्रवृत्ति भौतिक ऊर्जा सीमाओं द्वारा गहराई से आकार दी जा रही है। प्रमुख डेटा केंद्र केंद्रों में उपयोगिता संयोजन क्यूज़ अक्सर नए उच्च-वोल्टेज क्षमता प्रदान करने में कई वर्ष ले लेते हैं, इसलिए क्लाउड संचालक केवल अधिक सुविधाएँ बनाकर कंप्यूट सप्लाई का विस्तार नहीं कर सकते। स्केलिंग के लिए हर मेगावाट उपलब्ध बिजली से काफी अधिक कंप्यूट थ्रूपुट प्राप्त करना आवश्यक है।
निर्धारित सबस्टेशन सीमाओं के अंतर्गत कंप्यूट कमाई को अधिकतम करना
प्रति वॉट अधिकतम 30 गुना अधिक निष्कर्षण थ्रूपुट प्रदान करके, बादल इकाई आर्थिकता को मूल रूप से बदल देता है। जब एक डेटा केंद्र संचालक को कई सौ मेगावॉट विद्युत आवंटन प्राप्त होता है, तो निकट भविष्य में विद्युत सीमा स्थिर रहती है। वेरा रुबिन रैक्स को लागू करके, जो प्रति वॉट काफी अधिक टोकन उत्पन्न करते हैं, जबकि मौजूदा GB200 और GB300 बुनियादी ढांचे के साथ एक सामान्य CUDA सॉफ्टवेयर आधार साझा करते हैं, OCI आगे के मॉडल प्रशिक्षण और उच्च-आयतन उत्पादन निष्कर्षण के बीच क्षमता को गतिशील रूप से स्थानांतरित कर सकता है, जिससे संपर्कित ग्रिड बिजली के प्रति मेगावॉट आय को अधिकतम किया जा सकता है।
नेटवर्क टोपोलॉजी और भौतिक अवसंरचना: 1,31,000+ GPU जोड़ना
सैकड़ों हजार प्रोसेसर्स पर एक एआई सुपरक्लस्टर को स्केल करने से गंभीर नेटवर्किंग चुनौतियाँ उत्पन्न होती हैं। जब हजारों GPU एक साथ मॉडल ग्रेडिएंट्स को सिंक्रनाइज़ करते हैं, तो नेटवर्क बॉटलनेक्स प्रोसेसर्स को गणनाएँ निष्पादित करने के बजाय डेटा ट्रांसफ़र का इंतजार करने पर मजबूर कर सकते हैं।
मल्टीपैथ रिलायबल कनेक्शन (MRC) और एट-प्लेन नेटवर्किंग
OCI, Oracle Acceleron आर्किटेक्चर को NVIDIA Spectrum-X Ethernet के साथ मिलाकर, 102.4 Tb/s Spectrum-6 स्विचेस, ConnectX-9 SuperNICs और BlueField-4 DPUs का उपयोग करके स्केल-आउट नेटवर्किंग बॉटलनेक्स को दूर करता है। पारंपरिक तीन-स्तरीय नेटवर्क टॉपोलॉजी पर निर्भर करने के बजाय, जो हॉप लेटेंसी और स्विच लागत बढ़ाती हैं, OCI SRv6 स्रोत रूटिंग के साथ मल्टीप्लानर नेटवर्किंग को जोड़कर ऐसे फ्लैट, दो-स्तरीय नेटवर्क बनाता है जो 131,000 से अधिक GPU समर्थित कर सकते हैं।
परिवहन स्तर पर, ओरेकल एक्सीलेरॉन अपने मल्टीपैथ रिलायबल कनेक्शन (MRC) प्रोटोकॉल का उपयोग एक आठ-समतल नेटवर्क आर्किटेक्चर के साथ करता है, जहां प्रत्येक सर्वर एक साथ आठ स्वतंत्र नेटवर्क समतलों से जुड़ा होता है। GPU-to-GPU डेटा ट्रांसफ़र को एकल भौतिक फाइबर पथ पर बंधने के बजाय, जिससे अक्सर बड़े डेटा स्ट्रीम्स के टकराने पर संकुचन हॉटस्पॉट उत्पन्न होते हैं, MRC एक ही कनेक्शन से पैकेट्स को एक साथ सैकड़ों उपलब्ध नेटवर्क पथों पर फैला देता है। मल्टीप्लानर फैब्रिक के साथ ट्रैफ़िक को गतिशील रूप से संतुलित करके, प्रणाली पूंछ लेटेंसी को कम करती है और GPU क्लस्टर्स को पूर्वानुमेय उपयोग पर कार्यरत रखती है।
दो किलोमीटर कैंपस डिज़ाइन
भौतिक दूरी वितरित सुपरक्लस्टर्स को भी सीमित करती है, क्योंकि ऑप्टिकल फाइबर प्रति किलोमीटर लगभग 5 माइक्रोसेकंड की प्रसार देरी पैदा करता है। यदि एक मल्टी-गीगावाट डिप्लॉयमेंट दूरस्थ सुविधाओं में बिखरा हुआ है, तो प्रकाश की गति की लेटेंसी सिंक्रोनस ट्रेनिंग प्रदर्शन को प्रभावित करती है। परिणामस्वरूप, OCI सुपरक्लस्टर्स को गीगावाट-श्रेणी के कैंपस के भीतर डिज़ाइन किया गया है, जो दो किलोमीटर की त्रिज्या के भीतर उच्च घनत्व के लिए अनुकूलित हैं, जिसमें मल्टी-रैक पावर डिलीवरी और क्लोज्ड-लूप तरल शीतलन एक संकुचित भौतिक स्थान में एकीकृत हैं।
$40B प्रति गीगावॉट बेंचमार्क और ओरेकल की मल्टी-वेंडर रणनीति
NVIDIA और Oracle के बीच बहु-गीगावाट विस्तार AI बुनियादी ढांचे के क्षेत्र को आकार देने वाली विशाल पूंजी की प्रतिबद्धताओं को दर्शाता है। हालाँकि, दोनों कंपनियों ने अक्टूबर 2026 की समझौते के लिए कोई विशिष्ट डॉलर मूल्य नहीं बताया है, लेकिन NVIDIA प्रबंधन ने पहले कंप्यूट, नेटवर्किंग और सिस्टम्स के भरपूर डेटा सेंटर बुनियादी ढांचे के अवसर के लिए प्रति गीगावाट लगभग $40 बिलियन को मानक के रूप में संदर्भित किया है।
$90B–$95B पूंजी व्यय रोडमैप को फंडिंग
अक्टूबर 2026 के निवेशक अपडेट के दौरान, ओरेकल ने अपने वित्तीय वर्ष 2027 के लिए लगभग $90 बिलियन से $95 बिलियन के पूंजी व्यय लक्ष्य की पुष्टि की, क्योंकि यह मल्टी-गीगावाट डेटा सेंटर क्षमता तैनात करने की दिशा में काम कर रहा है। चूंकि संचालन नकद प्रवाह के माध्यम से केवल कई गीगावाट बुनियादी ढांचे को वित्तपोषित करना किसी भी एक कॉर्पोरेट बैलेंस शीट को तनावग्रस्त कर देगा, ओरेकल ने नोट किया कि यह लंबी अवधि के ग्राहक पूर्वभुगतान, समता वित्तपोषण, और ग्राहक-आपूरित हार्डवेयर व्यवस्थाओं के संयोजन के माध्यम से अपनी पूंजी आवंटन को समयबद्ध कर रहा है—जहां प्रमुख AI ग्राहक चिप खरीद लागत का बढ़ता हुआ हिस्सा कवर करते हैं, जबकि OCI सक्रिय डेटा सेंटर शेल, तरल शीतलन, और Acceleron नेटवर्किंग फैब्रिक प्रदान करता है।
हार्डवेयर रोलआउट के साथ-साथ, ओरेकल ने ओरेकल AI वर्कस्पेस और एक AI सुरक्षा मेश को कवर करने के लिए ओपनएआई के साथ उद्यम सॉफ्टवेयर सहयोग का विस्तार किया, जिससे अग्रणी मॉडल क्षमताओं को उद्यम प्रवाहों में गहराई से एम्बेड किया गया।
सिलिकॉन विविधीकरण: Google TPUs, Cerebras, और SambaNova
जबकि Oracle, NVIDIA के साथ अपनी प्रमुख भागीदारी को गहरा कर रही है, कंपनी अपने क्लाउड ग्राहकों को विभिन्न कार्यभारों के लिए हार्डवेयर लचीलापन प्रदान करने के लिए एक बहु-विक्रेता चिप रणनीति का पालन कर रही है। वेरा रुबिन घोषणा के साथ, Oracle ने Google Cloud Tensor Processing Units (TPUs) को अपने क्लाउड परितंत्र में एकीकृत करने के साथ-साथ वेफर-स्केल विकासक Cerebras Systems और SambaNova से विशेष AI चिप्स के समझौते का भी खुलासा किया। यह बहु-आर्किटेक्चर दृष्टिकोण उद्यमों को विशेष निष्कर्षण या डोमेन-विशिष्ट कार्यों को वैकल्पिक त्वरकों पर रूट करने की अनुमति देता है, जबकि वे NVIDIA Vera Rubin सुपरक्लस्टर्स का उपयोग विशाल पैमाने पर प्रशिक्षण और एजेंटिक सिस्टम के लिए करते हैं।
निष्कर्ष
Oracle Cloud Infrastructure पर NVIDIA Vera Rubin बुनियादी ढांचे का बहु-गीगावाट स्केल तक विस्तार, क्लाउड कंप्यूटिंग के औद्योगिक परिवर्तन को दर्शाता है। तरल शीतलित NVL72 रैक्स, प्रति वाट अधिकतम 30x उच्च निष्कर्षण क्षमता, और दो किलोमीटर की त्रिज्या के भीतर 131,000 से अधिक GPU को जोड़ने में सक्षम आठ-समतल Acceleron नेटवर्क के संयोजन से, OCI और NVIDIA बिजली आपूर्ति और नेटवर्क लेटेंसी की भौतिक सीमाओं के आसपास इंजीनियरिंग कर रहे हैं। एजेंटिक कार्यों के लिए डिकपल्ड Vera CPU और Google TPUs, Cerebras, और SambaNova सहित विविध चिप पोर्टफोलियो के साथ, Oracle का $90 बिलियन से $95 बिलियन तक का पूंजी रोडमैप, एंटरप्राइज AI प्रतिस्पर्धा के केंद्र में गीगावाट स्केल ऊर्जा और कंप्यूट ऑर्केस्ट्रेशन को स्थान देता है।
अक्सर पूछे जाने वाले प्रश्न
अक्टूबर 2026 में NVIDIA और Oracle ने क्या घोषणा की?
27 अक्टूबर, 2026 को, ओरेकल एआई वर्ल्ड पर, एनवीडिया और ओरेकल ने एनवीडिया वेरा रुबिन NVL72 रैक-स्केल सिस्टम का उपयोग करके OCI सुपरक्लस्टर्स को मल्टी-गीगावाट स्केल तक विस्तारित करने की योजना की घोषणा की। कंपनियों ने OCI पर वेरा रुबिन NVL72 सिस्टम और स्टैंडअलोन एनवीडिया वेरा सीपीयू की तत्काल सामान्य उपलब्धता की घोषणा की, साथ ही आठ-GPU HGX रुबिन NVL8 सर्वर्स पेश करने की योजना की।
NVIDIA Vera Rubin प्लेटफॉर्म की तुलना Blackwell से कैसे की जाती है?
ओरेकल और एनवीडिया के अनुसार, वेरा रुबिन प्लेटफॉर्म पिछली ब्लैकवेल पीढ़ी की तुलना में प्रति वाट अधिकतम 30 गुना अधिक निष्कर्षण थ्रूपुट और अधिकतम 4x प्रशिक्षण प्रदर्शन में सुधार प्रदान करता है। प्रत्येक रुबिन GPU में 288 GB HBM4 मेमोरी है जिसकी 19.2 TB/s की बैंडविड्थ है और प्रति GPU 3.0 TB/s द्विदिशात्मक बैंडविड्थ के साथ छठी पीढ़ी के NVLink के माध्यम से कनेक्ट होती है।
Oracle क्यों स्वतंत्र NVIDIA Vera CPU प्रदान कर रहा है?
आधुनिक AI एजेंट जीपीयू के बाहर भी बड़ी मात्रा में प्रोसेसिंग समय बिताते हैं—सैंडबॉक्स में कोड निष्पादित करके, बाहरी टूल्स को कॉल करके और डेटा प्राप्त करके। अपने क्षेत्रों में 150,000 स्वतंत्र 88-कोर NVIDIA Vera CPU प्रदान करके, OCI ग्राहकों जैसे OpenAI को GPU क्लस्टर से स्वतंत्र रूप से CPU-भारी एजेंट वर्कलोड को स्केल करने की अनुमति देता है, जिससे अक्षम हार्डवेयर क्षमता कम होती है।
ओरेकल अपने मल्टी-गीगावाट AI इंफ्रास्ट्रक्चर बिल्डआउट का वित्तपोषण कैसे कर रहा है?
ओरेकल ने वित्तीय 2027 के लिए $90 बिलियन से $95 बिलियन के रूप में पूंजी व्यय का लक्ष्य बनाए रखा। बहु-गीगावाट स्केल तक विस्तार के साथ-साथ बैलेंस शीट की मांगों को प्रबंधित करने के लिए, ओरेकल संचालन नकद प्रवाह, ग्राहक पूर्वभुगतान, इक्विटी जारी करने, और ऐसी व्यवस्थाओं का उपयोग करता है जहां बड़े ग्राहक चिप खरीद की लागत को कवर करने में मदद करते हैं।
अपवाद
यह सामान्य बाजार सूचना, जो संभवतः तीसरे पक्ष, वाणिज्यिक या प्रायोजित स्रोतों से आई है, केवल संदर्भ और शैक्षिक उद्देश्यों के लिए प्रदान की गई है और यह वित्तीय या निवेश सलाह, एक ऑफर, आमंत्रण या गारंटी नहीं है। हम इसकी सटीकता, पूर्णता, विश्वसनीयता और किसी भी परिणामस्वरूप हुए नुकसान के लिए जिम्मेदारी स्वीकार नहीं करते हैं। निवेश/व्यापार जोखिम भरा है; अतीत का प्रदर्शन भविष्य के परिणामों की गारंटी नहीं देता है। उपयोगकर्ताओं को अनुसंधान करना चाहिए, सावधानी से मूल्यांकन करना चाहिए और पूरी जिम्मेदारी लेनी चाहिए। अधिक विवरण के लिए, कृपया KuCoin के उपयोग के नियम और जोखिम अवगति को संबोधित करें।
डिस्क्लेमर: इस पेज का भाषांतर आपकी सुविधा के लिए AI तकनीक का इस्तेमाल करके किया गया है। सबसे सटीक जानकारी के लिए, मूल अंग्रेजी वर्जन देखें।