12억 달러 주문은 AMD Helios를 HPE의 구체적인 상업 프로젝트로 만들지만 아직 설치된 클라우드 용량을 뜻하지는 않는다. HPE는 2026년 9월 30일 Vultr가 미국 데이터센터에 통합 시스템을 배치한다고 발표했다. HPE의 해당 플랫폼 첫 주문이지 모든 Helios 구현의 첫 고객은 아니다.
Vultr는 가속기, CPU, 네트워크, 냉각, 소프트웨어와 지원을 포함한 완전한 랙급 컴퓨팅 환경을 산다. 한 회사가 전 계층을 통제하지 않고 여러 공급업체가 Nvidia의 통합 대안을 제공할 수 있는지 시험한다. 계약은 수요를 보여주고 생산 서비스가 결과를 보여준다.
주문한 시스템의 구성
랙마다 AMD Instinct MI455X 72개, 코드명 Venice인 EPYC 호스트 CPU와 Pensando Vulcano AI 네트워크 인터페이스를 포함한다. ROCm은 GPU 프로그래밍 환경을 제공한다. HPE는 랙 설계, 직접 액체 냉각, 서비스와 Juniper QFX5252 scale-up 스위치 트레이 6개를 공급한다.
Scale-up은 가속기를 같은 계산 영역에 연결해 공통 모델을 처리하게 한다. 독립 서버 연결만을 뜻하지 않는다. HPE는 Ethernet 기반의 UALink over Ethernet, 즉 UALoE를 사용하며 브로드컴도 스위칭 기술을 제공한다.
큰 분산 작업은 중간 결과를 교환한다. 집단 통신을 기다리면 빠른 칩도 유휴 상태가 된다. HPE는 트레이 6개로 GPU 사이 높은 대역폭과 낮은 지연을 제공한다고 말한다. 실제 동작은 통신 패턴, 배치와 소프트웨어에 달렸지 Ethernet이라는 이름이 보장하지 않는다.
AMD 사양은 랙 HBM4 31TB, 합산 scale-up 대역폭 초당 260TB, 최대 FP4 2.9엑사플롭스와 FP8 1.4엑사플롭스다. HBM은 빠른 메모리를 프로세서 가까이 두며 저정밀 형식은 품질이 허용될 때 잠재 처리량을 높인다. 제조사 사양이지 측정된 애플리케이션 성과가 아니다.
랙 수량, 전체 납품 일정과 계산·네트워크·냉각·소프트웨어·서비스 비용 분담은 공개되지 않았다. 12억 달러를 72로 나눠도 유효한 GPU 단가는 나오지 않는다. HPE는 같은 날 SEC 공시에도 발표를 포함했지만 공식 공시가 이 공백을 채우지는 않는다.
Juniper가 HPE 통합 능력의 시험으로 만든다
HPE는 2025년 Juniper 인수를 완료했다. Helios는 일반 서버 바깥뿐 아니라 가속기 영역 안에 네트워크를 판매하는 기회다. 트레이 6개는 주변 선택 장비가 아니라 랙의 핵심이다.
HPE는 투자자 행사에서 향후 2년 Helios 네트워크 기회가 10억 달러 이상이고 트레이 주문은 2억 달러를 넘었다고 밝혔다. 기회 전망, 접수 주문과 고객이 가동하는 장비는 서로 다른 단계다. Vultr 계약의 네트워크 몫은 밝히지 않았다.
이 때문에 의미는 AMD GPU 점유율을 넘는다. HPE는 전력, 냉각, 펌웨어, 관측, 설치와 지원의 통합을 맡으려 한다. 좋은 프로세서도 불안정한 소프트웨어, 혼잡이나 느린 진단 때문에 실용 용량을 잃을 수 있다.
액체 냉각은 밀도를 높이지만 적합한 유체 분배, 열 배출, 누수 감지와 정비가 필요하다. 기술자는 안전하게 부품을 바꿔야 하고 예비 재고도 설치 설계에 맞아야 한다. 여러 건물에 반복 배치하는 일은 한 번의 시연보다 까다롭다.
Vultr는 이미 AMD Instinct 도입 경험이 있다. HPE 서비스가 위험을 줄일 수는 있지만 계약 자체가 새 GPU·CPU·네트워크·시설 조합의 장기 신뢰성을 입증하지 않는다.
개방 인터페이스도 이전 작업을 없애지 않는다
Nvidia Vera Rubin NVL72도 GPU 72개를 묶고 Vera CPU 36개와 6세대 NVLink를 사용한다. CUDA, 네트워크, 라이브러리와 익숙한 도구는 단순 연산 성능 이상의 경쟁력을 만든다.
AMD와 HPE도 흩어진 부품을 공급하는 것은 아니다. AMD는 계산과 ROCm, HPE와 Juniper는 랙·스위치·냉각·서비스, 브로드컴은 네트워크를 맡는다. OCP 물리 규격, UALink와 Ethernet은 더 많은 업체가 구현할 접점을 만든다.
통제 분산은 자동 호환을 보장하지 않는다. 열린 인터페이스라도 아무 대체 부품이 인증 없이 작동하거나 CUDA 생산 파이프라인이 무료로 이전되지는 않는다. 개방 자체는 더 높은 처리량의 증거도 아니다.
ROCm은 PyTorch, TensorFlow와 JAX를 지원한다. 그러나 실제 모델은 CUDA 전용 커널, 라이브러리나 모니터링에 의존할 수 있다. 커널 개발, 통신 조정, 의존성 대체와 품질 재검사가 필요할 수 있다. 일정이 촉박하면 작업 비용이 장비 절감보다 크다.
클라우드 업체는 일부를 흡수한다. 검증 컨테이너, 실행법, 구성과 전문가로 고객마다 분산 시스템 팀을 만들 필요를 줄인다. 그래도 자기 모델의 남은 작업을 비교해야 하며 프레임워크 지원이 동등한 운영을 뜻하지 않는다.
용량·계약·활용률에는 공백이 남았다
AMD는 2026년 말과 2027년 출하 확대를 설명했지만 HPE와 Vultr는 주문의 상세 일정을 제시하지 않았다. 모든 랙이 설치됐거나 예약 가능하고 정식 일반 서비스 중이라는 뜻이 아니다.
MI455X에는 첨단 패키징과 HBM4가 필요하다. 완전한 랙에는 CPU, 인터페이스, 트레이, 전력, 냉각과 준비된 공간도 필요하다. 하나만 빠져도 통합 구성을 지연시킨다. 고밀도는 기존 센터가 신속히 맞추기 어려운 시설 조건도 집중시킨다.
납품 이정표, 취소, 최소 구매와 서비스 비중도 공개되지 않았다. 구매 약속, 인도 장비와 유연한 다년 계약은 위험을 다르게 배분한다. 총액만으로 의무를 판정할 수 없다.
Vultr는 고성능 AI 인프라 수요가 공급을 넘는다고 주장한다. 상업적 판단이지 독립 감사된 Helios 활용률 전망은 아니다. 고객별 수요나 향후 점유 확약 자료가 없어 회수 속도를 입증하지 못한다.
Nvidia와 AMD를 함께 지원하면 공급과 협상력을 다변화한다. 더 큰 메모리와 관리형 용량은 일부 고객에게 매력적일 수 있지만 낮은 활용률은 비싼 자본을 묶는다. 고객 예약과 실제 운영 뒤 추가 주문이 기대보다 강한 증거다.
지리도 중요하다. HPE는 미국이라고만 했고 상세 지역은 없다. 고객은 실제 접근성, 데이터 거리, 상주 요건, 재해 복구와 서비스 약속을 알아야 주문을 유용한 용량으로 바꿀 수 있다.
기준은 생산 환경의 완전한 작업이다
학습은 집단 동기화가 중요하고 긴 문맥이나 전문가 혼합 추론은 메모리·라우팅·스케줄링을 다르게 압박한다. FP4·FP8 최대치로 둘을 판정할 수 없다. 정밀도, 희소성 가정, 소프트웨어와 출력 품질도 같아야 한다.
유용한 시험은 같은 제약에서 학습 완료 시간, 초당 토큰, 첫 토큰과 이후 지연, 모델 크기, 문맥, 배치, 전력과 조정 노력을 공개한다. 가용성, 유지보수 영향, 복구와 배치가 명목 성능 중 신뢰할 수 있는 몫을 결정한다.
다음 단계는 이름이 공개된 지역에서 주문 가능한 용량, 검증 가능한 작업 결과와 후속 고객이다. Vultr가 운영 후 확장하면 실제 경험과 새로운 수요가 연결된다. 다른 HPE 고객은 기존 AMD 사용자 밖의 매력을 시험한다.
Nvidia는 빠른 Rubin 납품, 소프트웨어, 클라우드 제휴와 자체 Ethernet으로 대응할 수 있다. Helios는 모든 곳에서 이기기보다 메모리, 공급, 다양성이나 개방성이 전환을 정당화하는 곳에서 믿을 만해야 한다.
주문은 신뢰할 만한 상업 시험장을 만든다. 시장을 바꾸는 것은 경제성을 측정할 수 있는 서비스이지 계약 제목이나 사양표의 가장 큰 숫자가 아니다.
출처
HPE 주문 발표 · HPE SEC 공시 · 네트워크 분석 · Nvidia NVL72 사양 · AMD Helios 사양 · MI455X 기술 보도