Содержание
AI-сервер Majestic Prometheus идёт против классической связки Nvidia GPU и HBM: стартап ставит Arm-ядра, RISC-V ускорители и до 128 ТБ LPDDR6 в едином пуле памяти. Заявка дерзкая, но пока это именно заявка: независимых тестов и серийного железа ещё нет.
Израильская Majestic Labs основана в 2023 году бывшими инженерами Google и Meta. Компания базируется в Тель-Авиве, держит команды в Тель-Авиве и Лос-Анджелесе, а штат насчитывает около 40 человек. Руководят проектом CEO Ofer Shacham, президент Sha Rabii и COO Masumi Reynders.
Идея стартапа простая: в инференсе больших AI-моделей узким местом часто становится память. Nvidia решает задачу дорогой HBM рядом с GPU. Majestic предлагает другой путь — много более дешёвой LPDDR6, собранной в общий адресный пул.
Prometheus делает ставку на огромный пул LPDDR6
Prometheus в максимальной конфигурации вмещает до 12 AIU, то есть AI Processing Unit. Каждый такой модуль сочетает Arm-ядра с RISC-V векторными и тензорными движками. Все AIU работают с общей когерентной памятью объёмом от 8 до 128 ТБ.
Память не сидит прямо на корпусе ускорителя, как HBM у GPU. Majestic использует чиплеты агрегации памяти и соединяет их медными кабелями длиной до одного метра. Для серверного железа это важная развилка: компания меняет сверхбыструю локальную память на огромный общий объём.
- Ускорители: до 12 Ignite AI Processing Units в одном сервере
- Память: от 8 ТБ до 128 ТБ LPDDR6 в едином пуле
- Связь памяти: чиплеты агрегации и медные кабели до 1 метра
- Стойка: четыре сервера Prometheus в 40U
- Питание: до 120 кВт на стойку с жидкостным охлаждением cold plate
Majestic называет подход ответом на memory wall. Это тот случай, когда вычислительных блоков хватает, но модель упирается в память, обмен данными и стоимость HBM.
Сравнение с Nvidia DGX B300 выглядит агрессивно
Majestic сравнивает Prometheus с Nvidia DGX B300, где восемь Blackwell GPU получают 2,3 ТБ HBM3e и до 4 ТБ системной DDR5. По версии стартапа, его архитектура даёт больше чем в 50 раз больше быстрой памяти и в 1,7 раза выше пропускную способность интерконнекта.
| Параметр | Majestic Prometheus | Nvidia DGX B300 |
|---|---|---|
| Вычислительные блоки | До 12 AIU с Arm и RISC-V движками | 8 GPU Blackwell |
| Быстрая память | До 128 ТБ LPDDR6 в едином пуле | 2,3 ТБ HBM3e |
| Системная память | Единый когерентный пул | До 4 ТБ DDR5 |
| Заявления производителя | До 1000 раз больше памяти на процессор | Серийная платформа Nvidia для AI-нагрузок |
Самая громкая цитата Majestic звучит так: «Одна стойка Majestic хранит объём быстрой памяти 25 стоек Nvidia NVL72 Vera Rubin при доле их энергопотребления». Компания также говорит о цене в 10-50 раз ниже, чем у GPU-системы с сопоставимой производительностью.
Эти числа нельзя читать как результат бенчмарка. Majestic пока показывает собственные расчёты, а не независимые замеры в PyTorch или vLLM.
Главный вопрос — не объём, а проверка архитектуры
В Prometheus уже заложили совместимость с OCP, PyTorch, vLLM и Triton от OpenAI. Majestic утверждает, что существующие AI-модели смогут запускаться без правок. Для корпоративных покупателей это критично: никто не хочет переписывать стек ради красивой презентации.
Компания заявляет о крупных заказах от больших предприятий, neocloud-провайдеров и hyperscaler-компаний. В конце 2025 года Majestic Labs привлекла $100 млн, примерно 8 млрд рублей, в раунде A. Для стартапа на ранней стадии это серьёзный запас хода.
А вот технические детали пока оставляют вопросы. Не раскрыто, сколько чиплетов агрегации памяти нужно одному серверу. Если конфигурация на 128 ТБ опирается на доступные кристаллы LPDDR6 по 2 ГБ, потребуется около 64 000 таких кристаллов. Это может означать больше сотни чиплетов на сервер.
Такой дизайн сложен не только на бумаге. Его нужно собрать, охладить, синхронизировать и заставить стабильно работать под реальными AI-нагрузками. Подробности о спорных местах архитектуры собрал Blocks and Files.
Поставки Prometheus Majestic Labs обещает начать в 2027 году; заявленная программная поддержка включает PyTorch, vLLM и Triton.
