Firebird 在亚美尼亚启用 6,144-GPU AI Factory

Firebird 已在亚美尼亚启用一座配备 6,144 块 NVIDIA B200 GPU 的 AI Factory，为 NVIDIA Newsroom 提供了一个具体的区域基础设施案例，而非又一项建设承诺。位于赫拉兹丹的设施将先进 AI 算力引入一个此前高度依赖境外计算资源的较小市场。它也在检验，主权 AI 基础设施能否吸引足够客户，以证明其规模的合理性。

Firebird 将该设施描述为独立国家联合体地区最大的 AI Factory。这个说法需要谨慎看待，因为区域成员资格、运行容量和超级计算机排名采用的定义并不相同。更重要、且可验证的进展是：一个新的高密度 Blackwell 集群正在亚美尼亚投入运营。

此次启用将关注点从硬件交付转向利用率。Firebird 现在必须把数千块 GPU、公共支持和技术合作伙伴关系转化为可靠的计算服务。成熟的 GPU 云服务商和全球超大规模云服务商，已具备更广泛的地理覆盖、更成熟的软件平台和既有客户关系。

因此，亚美尼亚正在进行一项聚焦明确的押注。它希望本地研究人员、初创企业、政府机构和国际客户使用这个本土计算中心。项目成败较少取决于启用仪式，而更多取决于工作负载、网络性能、扩容执行以及持续获得新一代处理器的能力。

NVIDIA Newsroom 的发布让计划成为运行中的基础设施

Firebird 的启用之所以重要，是因为实体 AI 算力已从已宣布项目转变为可用的区域服务。

AI Factory 是围绕人工智能模型训练、适配和运行全过程设计的数据中心。它将加速器、网络、存储、散热、电力系统和软件整合为一个协调统一的计算环境。

Firebird 表示，其首个亚美尼亚站点拥有 6,144 块 NVIDIA B200 GPU，总容量为 15 兆瓦。B200 是一款面向大规模 AI 训练和推理工作负载的 Blackwell 代加速器。Firebird 还称，该部署采用 NVIDIA 参考架构，为连接高密度加速器集群提供经过验证的设计。

此次启用此前经历了一系列可见的建设节点。亚美尼亚官员表示，首批 1,792 枚 Blackwell 处理器于 6 月抵达兹瓦尔特诺茨国际机场。这批硬件是计划中第一阶段部署的一部分。

亚美尼亚政府此前的描述将初始设施容量定在接近 18 兆瓦，而 Firebird 目前列出的数字为 15 兆瓦。这一差异并不否定设施的启用，但也说明读者应区分当前运行规格与早期项目规划。

该站点位于埃里温东北方向的赫拉兹丹附近。Firebird 的项目区域覆盖超过 200,000 平方米，尽管整个物业面积大于目前正在运行的计算设施占地。这一区分很重要，因为土地面积、获批容量和已安装硬件描述的是不同维度的规模。

Dell Technologies 提供集群所使用的 PowerEdge 系统。该公司 2025 年的公告称，这些服务器将与 NVIDIA Blackwell 处理器结合，为亚美尼亚部署提供支持。Schneider Electric 和 Vertiv 也被列为电源管理与散热基础设施合作伙伴。

Team Telecom Armenia 提供通信层。亚美尼亚政府材料称，其下一代光纤网络可提供最高每秒一太比特的容量。这条连接有助于站点传输训练数据和模型输出，但骨干网峰值容量本身并不能证明客户层面的性能。

Firebird 表示，其基础设施支持训练和推理。训练利用数据构建或适配模型，而推理则使用训练完成的模型生成答案或预测。这两类工作负载对内存、互连、调度和服务可靠性的要求各不相同。

Blackwell 硬件到货 提供了一个异常直观的阶段性节点。硬件已运抵亚美尼亚，官员也能确认第一阶段计划使用的处理器数量。最新公告使这一进程进入运营阶段。

NVIDIA Newsroom 的报道也为 NVIDIA 提供了一个有用的佐证。该公司一直将 AI Factory 宣传为国家和工业基础设施，而不仅仅是由美国云平台运营的服务器机房。亚美尼亚提供了这一模式的紧凑案例。

然而，设施启用只是商业考验的开始。集群可以完成安装，却不一定已被充分预订、持续可用，或整合进客户工作流程。Firebird 现在需要证明，用户能够获取算力、高效传输数据，并长期运行生产级工作负载。

亚美尼亚正将算力视为国家基础设施进行押注

亚美尼亚希望这座工厂既能形成国内 AI 算力，又能将大部分计算服务出口给全球客户。

亚美尼亚政府已将该项目视为一项战略性科技计划。总理尼科尔·帕希尼扬将其与科研、教育、高科技发展和亚美尼亚的国际竞争力联系起来。政府参与也有助于建立围绕该项目的政策框架。

出口授权是一项核心前提。先进 AI 加速器受到美国出口管制，Firebird 需要获得批准，才能将相关处理器交付至亚美尼亚。这项授权使项目从广泛愿景转变为技术上可信的采购计划。

这一批准也表明，国家 AI 战略如何依赖外交政策。亚美尼亚可以承载建筑、电力、散热、网络和技术人员，但它仍依赖于持续获得 NVIDIA 设计的芯片，以及由国际合作伙伴供应的系统。

这种依赖并非亚美尼亚独有。寻求主权 AI 算力的国家通常都要从高度集中的全球供应链中组装基础设施。NVIDIA 掌握主导性的加速器平台，而专业供应商则提供服务器、网络、散热和电力设备。

“主权 AI”指一个国家能够利用其可治理的基础设施、数据、人才和政策来开发及运营 AI 的能力。它并不要求所有组件都在国内制造，但确实需要对访问权限、工作负载优先级和敏感信息拥有实质性控制。

对亚美尼亚而言，这种控制可能影响大学、初创企业、公共机构和研究人员。本地算力减少了将每项高需求工作负载发送到遥远云区域的必要。它也可以简化与延迟、数据位置、采购和国家科研优先事项有关的一些问题。

政府已承诺在五年内购买 Firebird 的计算服务。官方材料称，这些资源将支持初创企业、大学、研究人员、科技公司和公共机构。这形成了初始的国内需求渠道，但尚不能证明更广泛的商业采用。

Firebird 已将这一基础设施项目与亚美尼亚教育部和 OpenAI 参与的教育计划联系起来。该计划旨在让 50,000 名学生、教师和研究人员更广泛地获得 AI 使用权限。Firebird Labs 应围绕这些使用权限支持创投发展和技术项目。

这些项目为该工厂带来了潜在的本地工作负载。一所大学可以训练亚美尼亚语模型，一个研究团队可以运行科学模拟，一家初创企业则可以在无需采购自有集群的情况下适配开放模型。政府机构也可以让特定数据更接近本地。

不过，本地集群并不会自动造就强大的 AI 产业。研究人员需要可用的资源分配系统、技术支持、数据、软件和可预测的访问权限。初创企业还需要客户和投资，大学则需要能够运行复杂分布式工作负载的人才。

与实体基础设施同样重要的是知识基础设施。团队仍需要借助 AI knowledge base 来组织研究、技术决策和模型输出。GPU 可以缩短计算时间，但无法消除围绕其展开的组织工作。

Firebird 表示，亚美尼亚的大部分算力将服务于境外客户。这种方式可能将国际工作负载带入亚美尼亚，同时为国内需求保留一部分资源。但这也造成了项目最核心的商业张力。

全球客户已经可以从大型云服务商和专业 GPU 提供商租用加速器。Firebird 必须提供具有说服力的可用性、服务、网络接入、技术支持和监管信心组合。国家层面的重要性并不保证国际利用率。

Firebird 真正的对手是成熟的 GPU 云服务商

这座新工厂争夺工作负载时面对的是成熟平台，而不只是该地区的其他数据中心。

Firebird “CIS 地区最大”的说法形成了醒目的地理比较。客户会进行不同的比较：他们会将亚美尼亚服务与 Amazon Web Services、Microsoft Azure、Google Cloud、Oracle Cloud 和专业 AI 提供商所提供的算力进行评估。

这些公司提供的不只是处理器。其平台整合了身份管理、存储、数据库、编排、安全工具、计费、支持和全球网络。许多企业客户已在这些环境中运营。

Firebird 更聚焦的定位仍可能创造机会。专门构建的 GPU 云可以提供裸金属系统、更直接的基础设施支持，或在大型服务商算力供应有限时提供容量。它也可以从一开始就围绕高密度 AI 工作负载设计设施。

亚美尼亚工厂采用液冷技术，通过循环液体传导热量，而非仅依赖空气。高密度 Blackwell 系统产生大量热量，因此散热设计是维持持续性能的核心组成部分。亚美尼亚官员称，该站点使用重复利用水的闭环系统。

Firebird 还强调硬件隔离的多租户网络。多租户允许不同客户共享同一个云环境，同时让其网络和工作负载彼此隔离。该实现必须维持安全性，同时避免增加会削弱大型分布式任务的延迟。

对于训练而言，处理器之间的互连往往与处理器数量同样重要。一个分布在数千块 GPU 上的任务，可能会在数据传输、存储或网络无法跟上时停滞。因此，公布的 GPU 总规模所反映的信息，少于在一个连接良好的调度域内可用加速器的数量。

推理则带来另一条商业路径。为语言模型或推荐系统提供服务的公司需要可预测的延迟和持续可用的容量。即便无需为一次训练运行使用数千块 GPU，它们也可能看重专用集群。

Firebird 还可凭借对最新 NVIDIA 架构的接入能力参与竞争。该公司目前宣传提供 B200 容量，并计划部署后续代际的处理器系统。如果它能按计划安装更新系统，便可瞄准那些需求超过其他地区可用供应的客户。

这一战略仍与 NVIDIA 的产品周期紧密相连。Blackwell 是当前一代基础设施，但加速计算买家的规划依据是以年为单位的更新周期，而非数十年。设施必须在更新处理器改变客户预期之前实现营收。

Dell 基础设施计划证实，Firebird 正在采用一套获得认可的企业级服务器平台。但这并不能证明其服务质量、利用率或经济表现。这些结果取决于 Firebird 的运营能力。

NVIDIA 的参与也应作同样区分。NVIDIA 可以提供处理器、架构、软件和技术信誉。Firebird 仍需负责运营云服务、争取客户、维持正常运行时间，以及管理扩张。

亚美尼亚的地理位置既带来机遇，也存在阻力。它可服务于本地加速器容量有限的区域市场，同时还必须与欧洲、中东、中亚和美国的客户保持可靠连接。

延迟将对交互式推理和数据密集型工作流影响最大。训练任务更容易容忍地理距离，但传输大型数据集仍然成本高昂且速度缓慢。Firebird 需要高容量线路、实用的数据传输工具和明确的安全控制措施。

监管定位可能成为另一项差异化因素。一些客户希望使用位于美国最大云区域之外的基础设施，同时仍采用美国设计的处理器。另一些客户则会倾向于选择拥有成熟云合规计划和熟悉合同结构的司法辖区。

这使 Firebird 面临的挑战不止于硬件。这座工厂需要提供可信的开发者体验、透明的服务条款、工作负载管理、文档、支持服务以及可靠性证据。成功的集群，本质上是一项围绕资本密集型机器构建的服务业务。

“最大 AI 工厂”这一说法并不能证明什么

Firebird 已证明该设施确实存在，但其市场地位仍取决于定义、利用率和扩张交付情况。

“独联体地区最大的 AI 工厂”这一表述听起来很明确，但仍留下若干未解问题。它可能指已安装 GPU 数量、理论算术性能、电力容量、可用训练容量，或整个项目的规模。

独立国家联合体也并非一个完美的市场边界。并非所有前苏联共和国都以相同方式参与其中，基础设施比较也常纳入正式成员国之外的设施。因此，这一地区性最高级表述应继续归因于 Firebird 或 NVIDIA。

公开超级计算机排名提供了另一种可能的参考，但它们衡量的是特定基准测试结果。商业 AI 云可能不会提交测试结果，理论张量性能也无法与标准化高性能计算基准直接比较。

亚美尼亚政府材料称，初始部署使用 FP4 张量运算可提供最高 110.6 exaflops 的性能。FP4 使用四位数值，以提升特定 AI 计算的吞吐量。这一数字并不等同于通用科学计算性能。

处理器数量同样需要结合背景理解。Firebird 的网站目前列出，其首个数据中心配备 6,144 块 B200 GPU，功率为 15 兆瓦。早期官方说明则提到超过 6,000 块 Blackwell GPU 和约 18 兆瓦。

这些数字足够接近，可以被描述为同一第一阶段，但并不完全一致。差异可能反映设计修订、已安装信息，或不同的设施边界。Firebird 和所审阅的公开材料均未清楚地解释这些差异。

该项目的扩张目标在不同公告中存在更大的变化。Firebird 曾谈及数万颗额外的 GB300 处理器、后续的 VR200 系统、多个设施，以及总规模超过 10 万个加速器的集群。这些是计划，而非当前容量。

该公司当前网站描述了第二个亚美尼亚部署：75,000 块 VR200 GPU，功率为 125 兆瓦。早期公告则提到约 41,000 块额外的 GB300 GPU。更换处理器代际和站点规划可能是合理的，但读者不应将它们合并为一个已安装总量。

电力接入将决定这些阶段能否推进。AI 数据中心需要大量电力容量、电网连接、冷却、备用系统和施工工作。处理器订单并不能消除高密度计算站点所附带的物理约束。

用水也受到公众关注。官方冷却说明称，第一阶段中心采用一次注水、可重复使用数年的闭环系统。与严重依赖蒸发的系统相比，这种设计可降低持续用水量。

不过，冷却设计仍应通过运营数据评估。读者仍需要了解总取水量、用电量、冷却效率及其在季节性条件下的表现。现有材料提供的是架构层面的声明，而非完整的环境报告。

就业是另一个需要精确管理预期的领域。官员表示，运营中的第一阶段将雇用最多 100 名高资质专业人员。更多人员会参与建设和扩张，但临时施工岗位不同于长期运营职位。

该工厂可以带来超出直接就业之外的经济影响。它可以采购电力、电信、工程服务和本地支持服务，也可以向创造自身产品和岗位的企业提供计算资源。

这些间接收益取决于实际采用情况。一个大部分时间闲置的集群，不会像服务本地研究人员和创收客户的集群那样产生同等的外溢效应。公开报道应跟踪资源分配、活跃用户和已完成项目，而不应只依赖处理器总量。

融资带来了进一步的执行压力。Ameriabank 曾公开宣布参与建设融资，其他亚美尼亚贷款机构也与该项目有关联。大型债务支持型基础设施需要稳定的需求和审慎的扩张。

政府项目审查显示，亚美尼亚官员在启用前监督了建设、设备安装和运营条件。但这并未独立验证未来利用率或所有扩张主张。

因此，Firebird 的启用支持一个狭义但重要的结论：亚美尼亚如今拥有一座规模可观、基于 Blackwell 的 AI 计算设施。有关地区领导地位、全球排名或未来集群规模的主张，仍需要一致的指标和经观察验证的交付成果。

三项信号将显示亚美尼亚 AI 工厂是否有效运转

客户使用情况、下一阶段硬件交付以及透明的运营指标，将决定 Firebird 能否成为一家持久的 AI 云服务商。

第一项信号是工作负载采用情况。Firebird 应披露足够的信息，以表明该工厂正在满足真实的训练和推理需求。有价值的证据包括具名客户、活跃研究项目、预留容量或持续性的服务使用情况。

本地采用情况值得单独关注。亚美尼亚政府已承诺为公共机构、初创企业、研究人员和大学提供计算资源访问。最有力的验证将是那些在工厂启用前无法在本地运行的已完成项目。

教育计划可提供早期检验。为 50,000 名学生、教师和研究人员提供访问权限听起来覆盖广泛，但软件访问并不等同于集群使用。Firebird 需要展示教育参与者如何接入其计算基础设施，以及他们利用这些资源构建了什么。

国际客户对商业模式更为重要。Firebird 表示，该工厂将把新兴市场与全球 AI 需求连接起来。客户公告将增强这一论点，特别是当其明确工作负载类型和部署范围时。

第二项信号是下一扩张阶段的交付。Firebird 已描述了额外的 Blackwell 代际容量，随后是 Vera Rubin 系统。Vera Rubin 是 NVIDIA 计划用于后续 AI 基础设施部署的继任平台。

硬件到位将比又一个容量目标提供更清晰的检查点。读者应关注出口授权、场地准备、电力可用性、服务器交付、安装和客户接入。每一步都消除了不同的执行风险。

时间安排还将揭示 Firebird 能否比处理器周期变化更快地建设。延误可能使该公司在客户将需求转向另一代产品时，仍在安装当前一代系统。按时部署将支持其关于亚美尼亚能够承载具备全球相关性基础设施的主张。

第三项信号是运营透明度。Firebird 无需披露客户机密，但可以公布服务可用性、可用容量、网络性能和可持续性信息。可比较的指标将帮助买家在宣传性总量之外评估该平台。

Firebird 平台已列出 GPU 型号、站点容量、网络功能和扩张计划。未来更新应区分已安装、已投运、已预留和已规划的硬件。这种清晰度将使地区比较更具可信度。

可用性对长期训练运行尤为重要。多日任务接近完成时发生故障，可能浪费时间和计算资源。客户需要证据证明集群、存储、网络和冷却系统能够可靠协同运行。

随着 Firebird 增加租户，安全性将变得重要。该公司描述了隔离网络和托管云层，但企业买家将关注审计、访问控制、事件处理流程和合规文档。政府工作负载可能提出额外要求。

环境报告也可能影响公众支持。闭环冷却回应了一项担忧，但电力来源和设施总体效率仍具有相关性。扩张至更大的功率规模将加剧审视。

如果 Firebird 成功，NVIDIA 将从中受益。一座正常运转的亚美尼亚工厂将支持其观点：各国可以利用 NVIDIA 架构建设国家级 AI 能力。这也将把该公司的平台扩展至最大云区域之外的市场。

即使最终商业结果尚未确定，亚美尼亚也已获得了一些东西。它现在拥有少数小型国家才具备的一类本地计算基础设施。这可以缩短亚美尼亚研究构想与可执行实验之间的路径。

更难的问题是，基础设施能否带动一个生态系统。GPU 本身不会创造数据集、公司、技术领导力或客户需求。当其他要素已经存在时，它们可以消除一项重大约束。

对开发者而言，眼下的问题是访问。他们应关注 Firebird 是否提供直接的资源开通方式、有文档说明的软件环境、支持服务和可预测的容量。只有合格用户能够在其上运行工作负载时，大型集群才真正有意义。

企业买家在比较 Firebird 与成熟 GPU 云服务时，不应只看宣传层面的性能。数据传输要求、可靠性、支持、安全性、司法管辖权以及工作负载可移植性，都可能比理论吞吐量更重要。

研究人员应关注其国内资源分配机制。若能为大学和科研团队提供透明的使用渠道，将表明“国家基础设施”的论点并不止于品牌宣传。公开发表的研究成果和开放技术工作，比起注册数量更能提供有力证据。

NVIDIA Newsroom 的公告记录了一个真正的里程碑，但这并非项目的最终成果。Firebird 已从建设阶段进入运营阶段，这使讨论的重点从亚美尼亚是否能获得这些硬件，转向这些硬件实际表现如何。

下一项证明必须来自用户。应关注具名工作负载、可核实的扩容交付，以及能够区分可用容量与宏大规划的运营指标。这些信号将显示，亚美尼亚究竟是启用了一座大型数据中心，还是建立了一个持久的主权 AI 枢纽。