Arm Neoverse CSS N4: конструктор для CPU с 128 ядрами

Arm показала Neoverse CSS N4 — не готовый чип, а конструктор для заказных серверных процессоров на своей архитектуре: до 128 ядер на кристалле, память DDR5 или LPDDR6, интерфейсы PCIe 6.0/7.0 и CXL 4.0. Систему уже берут в разработку крупные заказчики — от OpenAI и Meta до Lenovo и Supermicro, — на её основе соберут следующее поколение процессоров для ИИ-инфраструктуры.

Краткое содержание

• до 128 ядер Neoverse N4 на кристалле, частота до 3,8 ГГц, техпроцесс TSMC N3P;
• 128 линий PCIe 6.0/7.0 и поддержка CXL 4.0 — партнёр сам решает, сколько линий отдать под ускорители;
• общий кэш L3 вырос до 256 МБ, пропускная способность памяти — на 75% больше, чем у CSS N3;
• среди тех, кто уже строит системы на платформах CSS, — OpenAI, Meta, Oracle, Lenovo и Supermicro.

Конструктор, а не готовый процессор

CSS (Compute Subsystem) — это не отдельный чип, а верифицированный набор блоков: ядра, кэш, контроллеры памяти и интерфейсов. Партнёр Arm может взять эту сборку почти как есть и выпустить под своим брендом, а может добавить собственные блоки — например, ускоритель для инференса или контроллер безопасности — и получить уникальный процессор. Такая модель снимает с заказчика самую рискованную часть разработки: ядра и системная шина уже проверены, остаётся спроектировать то, что действительно отличает продукт.

Спецификации: 128 ядер, PCIe 7.0 и CXL 4.0

• до 128 ядер Neoverse N4, частота до 3,8 ГГц;
• техпроцесс TSMC N3P;
• кэш L2 — 2 МБ на ядро, L3 общий — до 256 МБ;
• 128 линий PCIe 6.0 или 7.0, память DDR5 и LPDDR6;
• CXL 4.0 и связь чиплетов через UCIe;
• поддержка мультисокетных и мультичиплетных конфигураций.

По собственным данным Arm, в сравнении с прошлым поколением CSS N3 новая платформа даёт вдвое больше производительности на сокет, на 25% лучший результат на ватт и на 75% выше пропускную способность памяти. Для инференс-кластеров, которые сильнее всего упираются в память и число линий под ускорители, это не косметика, а прямой запас по плотности.

Кто уже строит: от OpenAI до Supermicro

Среди тех, кто разрабатывает системы на платформах CSS, Arm называет OpenAI, Meta, Cloudflare, Oracle, SAP, Lenovo, Supermicro и Verda. Список показывает: заказные серверные CPU на Arm — больше не эксперимент нескольких облачных гигантов, а растущий сегмент, в который заходят и производители готовых серверов. Для рынка это значит одно — конкуренция с x86 в сегменте плотных ИИ-узлов будет только расти, а вместе с ней будет расти и выбор для тех, кто закупает серверы под инференс.

Когда ждать живые чипы на этой платформе

CSS N4 — фундамент, а не готовый к заказу продукт: конкретные сроки, цены и модели поставки определит уже сам партнёр Arm, который решит строить на этой платформе. Обычно от анонса такого конструктора до серийных серверов проходит не один квартал. Отдельный вопрос — заявленная поддержка PCIe 7.0: спецификацию PCI-SIG утвердил только в 2025 году, и экосистема устройств под неё — коммутаторы, ретаймеры, сами ускорители — пока только формируется. На практике первые чипы на CSS N4 разумнее ждать с линиями PCIe 6.0, а Gen7 останется заделом на будущее.

Rackstation AI

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Devbox AI

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Scale

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

HPC 4000

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

HPC 8000

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

HGX H200

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U