IBM telah menyediakan sistem GPU HGX B300 milik Nvidia di IBM Cloud, memberikan akses kepada industri yang diatur terhadap salah satu perangkat keras pelatihan AI paling kuat di pasar melalui lingkungan cloud yang dikelola. Sistem ini mulai aktif sekitar 29 April, menandai langkah terbaru dalam perluasan kemitraan antara kedua perusahaan yang pertama kali diumumkan di GTC 2026 pada bulan Maret.
Apa yang ada di dalam kotak
Setiap sistem HGX B300 menggabungkan delapan GPU Blackwell Ultra ke dalam satu node. Angka komputasi mentahnya luar biasa: hingga 144 PFLOPS pada presisi FP4 dan 72 PFLOPS pada FP8. Setiap sistem menawarkan lebih dari 2 TB memori HBM3e bersama, yang sangat penting untuk pelatihan model bahasa besar di mana seluruh model harus muat dalam memori GPU untuk menghindari penggantian data yang menghambat kinerja. Sisi jaringan berjalan pada 800 Gb/s per GPU melalui adaptor Nvidia ConnectX-8, memastikan bahwa tugas pelatihan multi-node tidak mengalami bottleneck di lapisan interkoneksi.
Sudut kepatuhan
Penerapan HGX B300 terintegrasi dengan Red Hat OpenShift dan platform IBM watsonx, menciptakan apa yang IBM gambarkan sebagai stack lengkap untuk alur kerja AI yang tergovern. OpenShift menangani orkestrasi kontainer yang memungkinkan beban kerja berpindah antara lingkungan on-premises dan cloud. Watsonx menyediakan alat pengembangan AI dan lapisan tata kelola. Bersama-sama, keduanya memungkinkan perusahaan untuk melatih dan mendeploy model dalam pengaturan hybrid-cloud di mana data sensitif tetap berada dalam batasan yang disetujui.
Waktu dan peluncuran
Ketersediaan awal ditargetkan untuk pelanggan dan wilayah tertentu, dengan peluncuran lebih luas diharapkan menyusul. IBM juga menandakan bahwa akses armada serverless untuk sistem HGX B300 diantisipasi pada Mei 2026, yang akan memungkinkan pelanggan menggunakan komputasi GPU tanpa mengelola infrastruktur dasarnya.
Sistem HGX B300 melengkapi instance H200 yang sudah ada di IBM Cloud, yang menawarkan tingkat kinerja lebih rendah untuk beban kerja yang tidak memerlukan perangkat keras kelas Blackwell Ultra.