---
title: H3C lancia il super-nodo UniPoD S81000 X1 con 40 GPU nazionali
url: https://www.elseif.net/it/h3c-lancia-il-super-nodo-unipod-s81000-x1-con-40-gpu-nazionali
published: 2026-09-30T08:27:34+00:00
language: it
section: Modelli
source: https://www.ithome.com/1/008/396.htm
organizations: H3C, Tsinghua Unigroup
publisher: elseif
---

# H3C lancia il super-nodo UniPoD S81000 X1 con 40 GPU nazionali

H3C ha annunciato il 29 settembre il lancio del super-nodo UniPoD S81000 X1, un sistema di calcolo ad alta interconnessione a livello di rack. Il dispositivo supporta fino a 40 schede di accelerazione nazionali in un singolo dominio Scale-Up, realizzando una topologia CLOS completamente interconnessa tramite quattro unità di scambio dedicate. La larghezza di banda punto-punto tra due schede raggiunge i 448 GB/s.

Il design ortogonale del S81000 collega direttamente i nodi di calcolo e di scambio tramite connettori ad alta velocità, eliminando cavi e schede madre. L'azienda afferma che la affidabilità fisica è migliorata 10 volte rispetto alle soluzioni tradizionali.

Le 40 schede aggregano 5760 GB di memoria video unificata, supportando la precisione FP8 (formato a 8 bit utilizzato per l'addestramento e l'inferenza AI). La potenza di calcolo totale raggiunge i 28 PetaFLOPS.

Il sistema è compatibile con gli armadi standard da 19 pollici e permette la consegna decoupled, con un massimo di due unità da 40 schede per armadio. Il raffreddamento utilizza una struttura ibrida liquido-aria.

I server tradizionali a 8 schede utilizzano reti Ethernet con latenza microsecondi e larghezza di banda a centinaia di Gb/s. Per i modelli MoE con parametri trilioni, le comunicazioni All-to-All richiedono un'alta efficienza. Inoltre, i sistemi multi-Agente operano 24/7 con un tasso di fallimento composto significativo. I cluster tradizionali hanno componenti complessi e costi di manutenzione crescenti con la scala.

H3C ha sottolineato che l'integrazione di intelligenze artificiali nei flussi di lavoro aziendali genera tre pressioni principali sui risorse di calcolo. I singoli compiti consumano da 100.000 a 1.000.000 di token, un aumento decuplico rispetto ai contesti di dialogo tradizionali.