Еще несколько лет назад модернизация корпоративного ЦОД обычно означала увеличение вычислительной мощности, расширение системы хранения или переход на более современные платформы виртуализации. Сегодня к этим требованиям добавился искусственный интеллект. Но ИИ принципиально отличается от многих традиционных нагрузок. Обучение моделей, инференс, RAG, агентные приложения и обработка данных предъявляют разные требования к CPU, GPU, памяти, системам хранения и сети.
Поэтому простое добавление нескольких ИИ-серверов далеко не всегда решает проблему. Именно эту мысль Lenovo и Intel® положили в основу совместной программы AI Ready Infrastructure at Scale: A Lenovo and Intel® Modernization Journey, опубликованной в апреле 2026 года. Материал предназначен для партнеров и заказчиков и описывает, как предприятия могут последовательно модернизировать инфраструктуру под ИИ-нагрузки.
ИИ требует не нового сервера, а новой архитектуры
Главная идея Lenovo и Intel® заключается в том, что ИИ должен рассматриваться как сквозная инфраструктурная нагрузка. Данные могут возникать на периферии — в магазинах, на производственных предприятиях, в телекоммуникационной инфраструктуре или других распределенных системах. Затем они могут поступать в корпоративный ЦОД, где выполняется их обработка, хранение и инференс. Часть задач при необходимости может переноситься в облако. Получается своеобразный вычислительный континуум: Edge → Data Center → Cloud. И на каждом уровне необходимы соответствующие вычислительные ресурсы.
Lenovo и Intel® рассматривают серверы ThinkSystem с Xeon как основу, способную масштабироваться вместе с этим континуумом. При этом речь идет не только о производительности процессоров, но и об интеграции вычислений, хранения, сетей, управления и ИИ-программного обеспечения.
Почему нельзя просто поставить GPU
На первый взгляд ответ кажется очевидным: если предприятие хочет заниматься искусственным интеллектом, ему нужны GPU. На практике все сложнее.
ИИ-нагрузки сильно различаются. Обучение крупной модели требует огромной параллельной вычислительной мощности. Но корпоративный чат-бот, RAG по внутренней базе документов или система суммаризации может работать с гораздо меньшей моделью. Более того, интенсивность нагрузки тоже различается.
Одна компания может круглосуточно обслуживать тысячи относительно небольших запросов. Другой организации GPU понадобится несколько часов в день для периодических вычислений. В первом случае имеет смысл внимательно сравнивать стоимость собственной CPU-инфраструктуры с GPU и облаком. Во втором — аренда мощностей может оказаться рациональнее. Поэтому Lenovo и Intel® предлагают смотреть на ИИ-инфраструктуру с точки зрения характера нагрузки, а не технологической моды.
Xeon как фундамент ИИ-инфраструктуры
Именно здесь появляется Intel® Xeon® 6. Современные Xeon 6 получили аппаратные возможности, позволяющие ускорять определенные ИИ-операции непосредственно на CPU. В частности, Intel® AMX оптимизирован для матричных вычислений, необходимых нейронным сетям. Это позволяет использовать серверы Lenovo ThinkSystem не только для традиционных корпоративных задач, но и для ИИ-инференса. Таким образом, ИИ становится еще одной полноценной серверной нагрузкой, а не отдельной технологической вселенной.
Модернизация начинается с существующей инфраструктуры
Еще один важный тезис апрельского подхода — предприятие не обязательно должно строить ИИ-инфраструктуру с нуля. Lenovo предлагает развивать существующую среду поэтапно. На первом этапе можно использовать уже знакомые серверные платформы и добавить ИИ-возможности там, где они действительно нужны. Затем инфраструктура может масштабироваться: добавляются новые вычислительные узлы, GPU, системы хранения и сетевые ресурсы.
Такой подход особенно важен для крупных предприятий, поскольку позволяет избежать сценария, при котором ради одного ИИ-проекта приходится полностью менять архитектуру ЦОД. Вместо этого ИИ становится новым классом нагрузки внутри существующей корпоративной инфраструктуры.
Edge становится частью ИИ-стратегии
ИИ все чаще должен работать непосредственно там, где появляются данные. Например, промышленное предприятие может анализировать данные оборудования непосредственно на производственной площадке. Розничная сеть — обрабатывать данные в магазинах. Телеком-оператор — выполнять часть аналитики ближе к источнику трафика. Причина проста: передача больших объемов данных в центральное облако или ЦОД увеличивает задержку, сетевые расходы и риски, связанные с перемещением информации.
Поэтому Lenovo и Intel® рассматривают ИИ-инфраструктуру как распределенную систему, где вычисления могут находиться на разных уровнях — от edge до ЦОД и облака. Именно здесь серверы и edge-системы на базе Intel® Xeon® 6 получают дополнительное значение: они позволяют выполнять часть ИИ-операций ближе к данным.
От вычислений к AI Factory
Но современный AI-ЦОД нельзя построить только из серверов. Необходимы:
- вычисления — CPU и GPU;
- память — для хранения и обработки больших моделей и наборов данных;
- системы хранения — для корпоративных данных и ИИ-датасетов;
- сеть — для перемещения данных между вычислительными узлами;
- оркестрация — для управления AI-нагрузками;
- безопасность и governance — для контроля доступа к моделям и данным.
Именно поэтому Lenovo развивает концепцию AI Factory, объединяющую инфраструктурные компоненты в единую управляемую среду.
Lenovo и Intel® делают ставку на масштабирование
Особенность такого подхода — возможность постепенно увеличивать ИИ-мощность. На начальном этапе предприятию может потребоваться инференс только на CPU. Затем появляется необходимость в GPU для более тяжелых моделей. Далее возникает задача объединения нескольких узлов, оптимизации хранения и сетевого взаимодействия. На следующем уровне инфраструктура превращается в полноценный ИИ-кластер.
Такой путь позволяет инвестициям следовать за реальной потребностью бизнеса, а не пытаться заранее угадать, каким будет ИИ через несколько лет. Именно поэтому Lenovo и Intel® делают акцент на performance, scalability and efficiency — производительности, масштабируемости и эффективности.
Важен не только ИИ, но и весь ЦОД
ИИ предъявляет особые требования к инфраструктуре. Увеличение вычислительной мощности означает рост энергопотребления и тепловыделения. Большие модели требуют быстрой памяти и высокоскоростного доступа к данным. Распределенные ИИ-приложения создают дополнительные требования к сети. Поэтому ИИ-модернизация неизбежно затрагивает весь ЦОД.
Lenovo в своей стратегии делает акцент на интегрированной инфраструктуре, включающей серверы, системы хранения, сети, управление и охлаждение. В дальнейшем эта концепция развивается в сторону rack-scale систем, где отдельные компоненты проектируются как единая вычислительная система.
На этом фоне особенно интересно возвращение CPU в центр разговора. AI Factory нельзя рассматривать как гигантский GPU-кластер. Даже самая мощная GPU-система остается частью инфраструктуры, где CPU отвечает за множество задач: управление, оркестрацию, подготовку данных, работу приложений, сетевое взаимодействие и часть ИИ-инференса.
Intel® в 2026 году прямо продвигает Xeon как управляющий слой современной ИИ-инфраструктуры, особенно в условиях роста агентных систем. По мнению компании, по мере усложнения ИИ-агентов значение получают не только вычисления, но и оркестрация, конкурентность и перемещение данных. Это существенно меняет восприятие CPU. Он уже не просто «процессор, который обслуживает GPU». В определенных сценариях он становится самостоятельным ИИ-ресурсом, а одновременно — управляющим элементом всей системы.
От ИИ-пилота к промышленной эксплуатации
Именно переход от пилотных проектов к продакшену является, пожалуй, главной проблемой современной корпоративной ИИ-инфраструктуры.
Провести демонстрацию LLM относительно легко. Сложнее обеспечить ее работу 24/7, контролировать расходы, защитить данные, интегрировать модель с корпоративными системами и масштабировать решение при росте числа пользователей. Поэтому Lenovo и Intel® в своей стратегии говорят не столько о единичной модели или сервере, сколько об инфраструктурной модернизации. Предприятию необходимо пройти несколько этапов: эксперимент → пилот → продакшен → масштабирование. И на каждом этапе инфраструктура должна сохранять совместимость и возможность дальнейшего развития.
Что это означает для бизнеса
Для заказчика такой подход дает главное — возможность отказаться от идеи, что внедрение ИИ обязательно требует одномоментного строительства огромного ЦОД на базе GPU. Можно начать с относительно компактной CPU-инфраструктуры, проверить экономику конкретной нагрузки, понять реальный уровень потребления и только после этого добавлять ускорители. При этом данные могут оставаться внутри организации, а инфраструктура — управляться теми же корпоративными инструментами, которые IТ-департамент уже использует для других серверных нагрузок.
Это особенно важно для банков, телекоммуникационных компаний, промышленности, ритейла и государственных организаций, где требования к безопасности и контролю данных зачастую не менее важны, чем сама производительность ИИ.
Что будет дальше
ИИ-инфраструктура постепенно перестает быть отдельным сегментом рынка ускорителей. Она становится новым уровнем корпоративной вычислительной архитектуры. В этой архитектуре нет единственного универсального типа процессора. GPU будут продолжать выполнять самые тяжелые ИИ-задачи. CPU будут обеспечивать широкий слой корпоративного инференса, управление и оркестрацию. Edge-инфраструктура будет приближать ИИ к источникам данных. Облако останется инструментом масштабирования и работы с переменными нагрузками. А системы хранения и сети будут превращаться из вспомогательных компонентов в критически важную часть AI Factory.
Именно поэтому сотрудничество Lenovo и Intel® интересно не только как очередной альянс производителя серверов и процессоров. Обе компании предлагают рассматривать ИИ как задачу модернизации всей инфраструктуры предприятия. И, пожалуй, самый важный вывод здесь заключается в следующем: готовый к ИИ ЦОД — это не ЦОД, в котором просто установили GPU. Это инфраструктура, в которой каждый тип вычислительного ресурса используется там, где он дает максимальную бизнес-ценность. Именно такую модель — от edge до ЦОД и облака, от CPU до GPU — Lenovo и Intel® последовательно продвигают в 2026 году.
