
- DGX GB300
- 16 台
- GPU(英伟达博客)
- 1,152 颗
- SuperPOD(英伟达)
- 2 套
整机在发布材料里是一套 NVIDIA DGX SuperPOD,规模为 16 台 NVIDIA DGX GB300。英伟达 10 月 14 日的博客给出 2 套 DGX SuperPOD。博客同时给出 16 个 GB300 机柜,以及 1,152 颗 GPU。爱立信同日的说明同样是一套基于 DGX GB300 的 SuperPOD,没有给出机柜数或 GPU 颗数。
发布方还将基于 NVIDIA Nemotron 开放多模态模型提供服务。权重开放后,成员可以检查参数,并按自己的场景微调。模型可以跑在符合各家安全要求的环境中。Sferical AI 首席执行官 Jenny Nordlöw 说,几家公司共用机器并交换跨行业经验,价值不限于基础设施本身。
公司列出的方向仍是探索,材料里没有商用规模。阿斯利康对应药物发现,爱立信对应电信基础模型。萨博对应防务,SEB 对应金融服务。SKF 的工业场景包括预测性维护、质量控制和研发。
系统在发布会之前已经运行,发布方与爱立信都把起始时间放在 2026 年夏末。Sferical AI 由阿斯利康、爱立信、萨博、SEB 与瓦伦堡投资创立,SKF 担任战略伙伴。伙伴还通过 Sferical Labs 一起做解决方案。发布会在斯德哥尔摩举行,爱立信总裁与英伟达首席执行官黄仁勋到场。
多家公司把训练放在同一套瑞典集群上,购置和运维不必每家再复制一套。国内项目若参考这种共享池招标,标书要把 GPU 颗数、机柜数和 SuperPOD 套数分成三行;英伟达博客与发布方对套数的说法不同。国产加速卡进入同类训练池,还要单独验收集群软件和跨单位运维,公开材料没有给出可换算的算力数字。



