MEMORY INDUSTRY INTELLIGENCE
Crusoe, Blackwell Ultra에서 NVIDIA Exemplar Cloud 검증 획득
한국어 번역·요약·분석
원문 제목: Crusoe earns NVIDIA Exemplar Cloud validation on Blackwell Ultra
핵심 요약
Crusoe Cloud가 NVIDIA HGX B300 시스템에서 NVIDIA Exemplar Cloud 검증을 획득했다. 이 검증은 512개의 NVIDIA Blackwell Ultra GPU에서 8개 프론티어 모델을 13가지 정밀도 구성으로 실행하며 이루어졌다. 검증 환경은 아이슬란드의 지열 에너지로 전적으로 전력이 공급되었다. NVIDIA HGX B300은 HGX B200 대비 dense NVFP4 컴퓨트 1.5배, 어텐션 레이어 성능 2배, GPU당 288GB HBM3e(시스템당 총 2.1TB), 시스템당 네트워킹 대역폭 1.6TB/s를 제공한다. Crusoe는 이전에 노르웨이 수력 발전 기반 HGX B200 검증도 획득한 바 있다.
메모리 산업 영향 분석
이 문서는 Crusoe Cloud가 NVIDIA HGX B300(Blackwell Ultra) 시스템에서 NVIDIA Exemplar Cloud 검증을 획득했음을 발표하는 공급사 자료다. 메모리 산업 관점에서 직접적으로 확인되는 사실은 HGX B300이 GPU당 288GB HBM3e를 탑재하며 시스템당 총 2.1TB 메모리를 제공한다는 점, 그리고 NVFP4(4비트) 정밀도가 메모리 트래픽과 컴퓨트 비용을 줄인다는 설명이다. 이는 HBM 수요의 절대량 증가(스택당 용량 증가)와 동시에 정밀도 하향으로 인한 비트당 효율 개선이라는 상반된 효과를 시사한다. 다만 Crusoe의 검증이 특정 메모리 공급사나 HBM 세대별 물량에 미치는 영향은 원문에 명시되지 않아 미확인이다. 또한 이 문서는 클라우드 서비스 검증에 관한 것으로, 메모리 제품 자체의 성능이나 채택을 직접 다루지 않으므로 메모리 산업과의 직접 연결 근거는 제한적이다.
한국어 번역 읽기
수집된 원문 v1의 전체 본문 기준 · 6625자
클라우드
엔지니어링
2026년 9월 21일
Crusoe, Blackwell Ultra에서 NVIDIA Exemplar Cloud 검증 획득
Crusoe Cloud가 NVIDIA HGX B300에서 대규모 AI 훈련을 위한 NVIDIA Exemplar Cloud 검증을 획득했습니다. 아이슬란드의 지열 에너지로 전적으로 전력이 공급되는 512개의 NVIDIA Blackwell Ultra GPU에서 13가지 정밀도 구성으로 8개 프론티어 모델을 실행했습니다.
Young Jeong
Staff Solutions Engineer
Sanchit Pathak
Senior Solutions Engineer
Alex Akesson
Principal Product Manager
2026년 9월 21일
목차
This is some text inside of a div block.
공유:
Crusoe는 NVIDIA HGX B300 시스템에서의 훈련을 위한 NVIDIA Exemplar Cloud 검증을 달성했습니다. 이는 올해 초 HGX B200에서의 NVIDIA Exemplar Cloud 검증에 이은 것으로, Crusoe는 두 Blackwell 세대 모두에서 Exemplar Cloud가 되었습니다. 이 결과는 Crusoe Cloud의 NVIDIA GPU가 대규모 AI 훈련이 요구하는 일관된 엔드투엔드 성능을 제공한다는 것을 확인시켜 주며, 이번에는 NVIDIA의 가장 진보된 Blackwell Ultra 플랫폼에서 이루어졌습니다. 이는 시설 설계, GPU 오케스트레이션, 네트워킹 등 스택의 모든 계층에 걸친 작업을 반영하며, 모두 고객이 NVIDIA Accelerated Computing Platform의 전체 역량을 끌어낼 수 있도록 설계되었습니다.
NVIDIA Exemplar Cloud란 무엇인가?
NVIDIA Exemplar Cloud 이니셔티브는 클라우드 제공업체를 위한 투명한 벤치마킹 표준을 설정합니다. 개별 구성 요소를 테스트하는 대신, NVIDIA의 Exemplar Performance 레시피를 사용하여 실제 AI 훈련 워크로드를 엔드투엔드로 평가하며, 프로덕션급 소프트웨어 스택으로 대규모 LLM 훈련 시나리오 전반의 처리량을 측정합니다.
Crusoe의 NVIDIA HGX B300 검증은 512개의 Blackwell Ultra GPU에서 광범위한 프론티어 모델 세트로 실행되었습니다: DeepSeek V3 671B, Kimi K2 1T, Llama 3.1 405B, Qwen3 235B, GPT-OSS 120B, Nemotron 3 120B, Nemotron-H 56B, Llama 3.1 70B이며, 모두 Megatron-Bridge 프레임워크로 BF16, FP8, NVFP4 정밀도에 걸쳐 훈련되었습니다. 모든 모델 및 정밀도 구성이 NVIDIA의 Exemplar 성능 기준을 충족했습니다.
이러한 폭은 유리한 워크로드에 대한 단일 벤치마크가 아님을 보여주기 때문에 중요합니다. 이는 560억에서 1조 파라미터에 이르는 dense 및 mixture-of-experts 아키텍처 모두에서, AI 팀이 사용하는 정밀도 형식으로 성능을 검증합니다.
이 평가를 통과한다는 것은 Crusoe Cloud가 NVIDIA의 참조 아키텍처에 부합하는 워크로드 수준 성능을 제공한다는 의미입니다. 인프라를 평가하는 AI 팀에게 이는 훈련 작업이 Crusoe에서 효율적이고 예측 가능하게 실행될 것이라는 객관적이고 NVIDIA가 검증한 신호이며, 추측이 필요하지 않습니다.
NVIDIA Blackwell Ultra의 잠재력 완전 개방
NVIDIA HGX B300은 Blackwell Ultra 아키텍처를 기반으로 하며 Blackwell이 가능하게 한 것을 확장합니다. NVIDIA HGX B200과 비교하여 dense NVFP4 컴퓨트 1.5배, 어텐션 레이어 성능 2배, GPU당 288GB HBM3e로 시스템당 총 2.1TB 메모리(1.4TB에서 증가)를 제공합니다. 네트워킹 대역폭은 시스템당 1.6TB/s로 두 배가 되며, GPU당 800Gb/s가 스케일아웃 패브릭을 공급합니다.
훈련의 경우, 이러한 이점은 프론티어 모델이 압박을 가하는 바로 그 지점에 안착합니다: mixture-of-experts 사전 훈련을 위한 NVFP4 처리량, 긴 컨텍스트 시퀀스를 위한 어텐션 가속, 더 큰 모델과 더 큰 배치가 온칩에 맞도록 하는 메모리 여유입니다. NVFP4는 또한 계산적으로 더 효율적입니다: 공유 스케일링을 사용하는 4비트 값은 메모리 트래픽과 컴퓨트 비용을 대폭 줄이면서 더 높은 정밀도 형식에 가까운 정확도를 유지합니다. 우리의 검증은 스위트의 모든 모델에서 세 가지 정밀도 모두에 걸쳐 유지되었습니다.
하드웨어만으로는 성능을 보장하지 않습니다. NVIDIA Blackwell Ultra GPU의 전체 역량을 끌어내려면 전력 밀도, 직접 액체 냉각(DLC) 요구 사항, 두 배로 늘어난 네트워크 대역폭에 맞게 설계된 인프라가 필요합니다. Crusoe의 AI 최적화 데이터 센터와 클라우드 플랫폼은 바로 그렇게 하도록 특별히 제작되었습니다.
아이슬란드의 지열 에너지로 전력 공급
이 검증에 사용된 NVIDIA HGX B300 시스템은 아이슬란드에서 실행되었으며, 전적으로 지열 에너지로 전력이 공급되어 클러스터가 100% 재생 가능했습니다. 자연적으로 시원한 기후는 또한 NVIDIA HGX B300의 직접 액체 냉각 인프라를 지원하는 데 필요한 시설 수준 냉각 부하를 줄여 전체 시스템 효율성과 가동 시간을 개선합니다.
이는 Crusoe의 에너지 우선 AI 인프라 접근 방식의 실제 사례입니다. 우리는 수직 통합되어 있습니다: 혁신적인 에너지원을 찾고, 하이퍼스케일 AI 팩토리를 구축 및 관리하며, 그 위에 확장 가능한 AI 클라우드 플랫폼을 제공합니다. 풍부한 지열 에너지를 사용할 수 있는 곳에 NVIDIA Blackwell Ultra 시스템을 배치하고, 이를 우리가 검증한 모든 정밀도에서 NVIDIA Blackwell Ultra 아키텍처의 컴퓨팅 효율성과 결합함으로써, 우리가 온라인으로 공급하는 에너지 단위당 더 많은 훈련 처리량을 의미합니다.
노르웨이의 수력 발전 HGX B200 검증에 이어 지열 발전 인프라에서 NVIDIA Exemplar Cloud 검증을 달성한 것은 재생 에너지와 최고 AI 성능이 상충 관계가 아님을 보여줍니다. 이들은 함께 갑니다. Crusoe는 고객이 미래를 더 빠르게 구축할 수 있도록 기반 AI 인프라를 제공합니다.
AI 팀에게 의미하는 바
Crusoe Cloud에서 구축하는 고객에게 이 검증은 세 가지 차원에서 실질적인 확신을 제공합니다:
반복 가능한 입증된 성능.
서로 다른 지역에서 연속된 Blackwell 세대에 대한 Exemplar Cloud 검증은 Crusoe의 플랫폼과 운영이 하드웨어가 바뀌어도 유지됨을 보여줍니다. 오늘 검증한 것이 확장할 때도 동일하게 작동할 것입니다.
실제로 계획 중인 워크로드에서 검증됨.
1조 파라미터 MoE 사전 훈련, NVFP4의 405B dense 모델, Blackwell Ultra의 긴 컨텍스트 어텐션: 이들은 프론티어 사전 훈련 및 RL 사후 훈련의 형태이며, CUDA, NeMo, Megatron-Bridge 및 수백만 개발자가 이미 사용하는 라이브러리를 포함한 전체 NVIDIA Accelerated Computing Platform에서 512-GPU 규모로 실행되었습니다.
에너지원에서 GPU까지 구축되어 오늘 사용 가능.
Crusoe는 전력에서 컴퓨트까지 전체 경로를 엔지니어링하므로 플랫폼은 Blackwell Ultra의 전력 밀도, 직접 액체 냉각, 시스템당 1.6TB/s 네트워킹에 대비되어 있습니다. NVIDIA HGX B300은 현재 Crusoe Cloud에서 사용 가능하며, 약정 전 시험 실행과 AI 인프라를 전문으로 하는 솔루션 엔지니어의 지원이 제공됩니다.
지금 시작하기
Crusoe Cloud에서 NVIDIA HGX B300을 시작하려면 crusoe.ai/cloud를 방문하거나 우리 팀에 문의하십시오.
최신 기사
2026년 10월 9일
Crusoe의 추론 엔진은 얼마나 친환경적인가?
2026년 10월 9일
Lone Star State에서 커뮤니티 구축
2026년 10월 7일
Triton을 이용한 GPU 프로그래밍, 파트 1
멋진 것을 만들 준비가 되셨나요?
문의하기
엔지니어링
2026년 9월 21일
Crusoe, Blackwell Ultra에서 NVIDIA Exemplar Cloud 검증 획득
Crusoe Cloud가 NVIDIA HGX B300에서 대규모 AI 훈련을 위한 NVIDIA Exemplar Cloud 검증을 획득했습니다. 아이슬란드의 지열 에너지로 전적으로 전력이 공급되는 512개의 NVIDIA Blackwell Ultra GPU에서 13가지 정밀도 구성으로 8개 프론티어 모델을 실행했습니다.
Young Jeong
Staff Solutions Engineer
Sanchit Pathak
Senior Solutions Engineer
Alex Akesson
Principal Product Manager
2026년 9월 21일
목차
This is some text inside of a div block.
공유:
Crusoe는 NVIDIA HGX B300 시스템에서의 훈련을 위한 NVIDIA Exemplar Cloud 검증을 달성했습니다. 이는 올해 초 HGX B200에서의 NVIDIA Exemplar Cloud 검증에 이은 것으로, Crusoe는 두 Blackwell 세대 모두에서 Exemplar Cloud가 되었습니다. 이 결과는 Crusoe Cloud의 NVIDIA GPU가 대규모 AI 훈련이 요구하는 일관된 엔드투엔드 성능을 제공한다는 것을 확인시켜 주며, 이번에는 NVIDIA의 가장 진보된 Blackwell Ultra 플랫폼에서 이루어졌습니다. 이는 시설 설계, GPU 오케스트레이션, 네트워킹 등 스택의 모든 계층에 걸친 작업을 반영하며, 모두 고객이 NVIDIA Accelerated Computing Platform의 전체 역량을 끌어낼 수 있도록 설계되었습니다.
NVIDIA Exemplar Cloud란 무엇인가?
NVIDIA Exemplar Cloud 이니셔티브는 클라우드 제공업체를 위한 투명한 벤치마킹 표준을 설정합니다. 개별 구성 요소를 테스트하는 대신, NVIDIA의 Exemplar Performance 레시피를 사용하여 실제 AI 훈련 워크로드를 엔드투엔드로 평가하며, 프로덕션급 소프트웨어 스택으로 대규모 LLM 훈련 시나리오 전반의 처리량을 측정합니다.
Crusoe의 NVIDIA HGX B300 검증은 512개의 Blackwell Ultra GPU에서 광범위한 프론티어 모델 세트로 실행되었습니다: DeepSeek V3 671B, Kimi K2 1T, Llama 3.1 405B, Qwen3 235B, GPT-OSS 120B, Nemotron 3 120B, Nemotron-H 56B, Llama 3.1 70B이며, 모두 Megatron-Bridge 프레임워크로 BF16, FP8, NVFP4 정밀도에 걸쳐 훈련되었습니다. 모든 모델 및 정밀도 구성이 NVIDIA의 Exemplar 성능 기준을 충족했습니다.
이러한 폭은 유리한 워크로드에 대한 단일 벤치마크가 아님을 보여주기 때문에 중요합니다. 이는 560억에서 1조 파라미터에 이르는 dense 및 mixture-of-experts 아키텍처 모두에서, AI 팀이 사용하는 정밀도 형식으로 성능을 검증합니다.
이 평가를 통과한다는 것은 Crusoe Cloud가 NVIDIA의 참조 아키텍처에 부합하는 워크로드 수준 성능을 제공한다는 의미입니다. 인프라를 평가하는 AI 팀에게 이는 훈련 작업이 Crusoe에서 효율적이고 예측 가능하게 실행될 것이라는 객관적이고 NVIDIA가 검증한 신호이며, 추측이 필요하지 않습니다.
NVIDIA Blackwell Ultra의 잠재력 완전 개방
NVIDIA HGX B300은 Blackwell Ultra 아키텍처를 기반으로 하며 Blackwell이 가능하게 한 것을 확장합니다. NVIDIA HGX B200과 비교하여 dense NVFP4 컴퓨트 1.5배, 어텐션 레이어 성능 2배, GPU당 288GB HBM3e로 시스템당 총 2.1TB 메모리(1.4TB에서 증가)를 제공합니다. 네트워킹 대역폭은 시스템당 1.6TB/s로 두 배가 되며, GPU당 800Gb/s가 스케일아웃 패브릭을 공급합니다.
훈련의 경우, 이러한 이점은 프론티어 모델이 압박을 가하는 바로 그 지점에 안착합니다: mixture-of-experts 사전 훈련을 위한 NVFP4 처리량, 긴 컨텍스트 시퀀스를 위한 어텐션 가속, 더 큰 모델과 더 큰 배치가 온칩에 맞도록 하는 메모리 여유입니다. NVFP4는 또한 계산적으로 더 효율적입니다: 공유 스케일링을 사용하는 4비트 값은 메모리 트래픽과 컴퓨트 비용을 대폭 줄이면서 더 높은 정밀도 형식에 가까운 정확도를 유지합니다. 우리의 검증은 스위트의 모든 모델에서 세 가지 정밀도 모두에 걸쳐 유지되었습니다.
하드웨어만으로는 성능을 보장하지 않습니다. NVIDIA Blackwell Ultra GPU의 전체 역량을 끌어내려면 전력 밀도, 직접 액체 냉각(DLC) 요구 사항, 두 배로 늘어난 네트워크 대역폭에 맞게 설계된 인프라가 필요합니다. Crusoe의 AI 최적화 데이터 센터와 클라우드 플랫폼은 바로 그렇게 하도록 특별히 제작되었습니다.
아이슬란드의 지열 에너지로 전력 공급
이 검증에 사용된 NVIDIA HGX B300 시스템은 아이슬란드에서 실행되었으며, 전적으로 지열 에너지로 전력이 공급되어 클러스터가 100% 재생 가능했습니다. 자연적으로 시원한 기후는 또한 NVIDIA HGX B300의 직접 액체 냉각 인프라를 지원하는 데 필요한 시설 수준 냉각 부하를 줄여 전체 시스템 효율성과 가동 시간을 개선합니다.
이는 Crusoe의 에너지 우선 AI 인프라 접근 방식의 실제 사례입니다. 우리는 수직 통합되어 있습니다: 혁신적인 에너지원을 찾고, 하이퍼스케일 AI 팩토리를 구축 및 관리하며, 그 위에 확장 가능한 AI 클라우드 플랫폼을 제공합니다. 풍부한 지열 에너지를 사용할 수 있는 곳에 NVIDIA Blackwell Ultra 시스템을 배치하고, 이를 우리가 검증한 모든 정밀도에서 NVIDIA Blackwell Ultra 아키텍처의 컴퓨팅 효율성과 결합함으로써, 우리가 온라인으로 공급하는 에너지 단위당 더 많은 훈련 처리량을 의미합니다.
노르웨이의 수력 발전 HGX B200 검증에 이어 지열 발전 인프라에서 NVIDIA Exemplar Cloud 검증을 달성한 것은 재생 에너지와 최고 AI 성능이 상충 관계가 아님을 보여줍니다. 이들은 함께 갑니다. Crusoe는 고객이 미래를 더 빠르게 구축할 수 있도록 기반 AI 인프라를 제공합니다.
AI 팀에게 의미하는 바
Crusoe Cloud에서 구축하는 고객에게 이 검증은 세 가지 차원에서 실질적인 확신을 제공합니다:
반복 가능한 입증된 성능.
서로 다른 지역에서 연속된 Blackwell 세대에 대한 Exemplar Cloud 검증은 Crusoe의 플랫폼과 운영이 하드웨어가 바뀌어도 유지됨을 보여줍니다. 오늘 검증한 것이 확장할 때도 동일하게 작동할 것입니다.
실제로 계획 중인 워크로드에서 검증됨.
1조 파라미터 MoE 사전 훈련, NVFP4의 405B dense 모델, Blackwell Ultra의 긴 컨텍스트 어텐션: 이들은 프론티어 사전 훈련 및 RL 사후 훈련의 형태이며, CUDA, NeMo, Megatron-Bridge 및 수백만 개발자가 이미 사용하는 라이브러리를 포함한 전체 NVIDIA Accelerated Computing Platform에서 512-GPU 규모로 실행되었습니다.
에너지원에서 GPU까지 구축되어 오늘 사용 가능.
Crusoe는 전력에서 컴퓨트까지 전체 경로를 엔지니어링하므로 플랫폼은 Blackwell Ultra의 전력 밀도, 직접 액체 냉각, 시스템당 1.6TB/s 네트워킹에 대비되어 있습니다. NVIDIA HGX B300은 현재 Crusoe Cloud에서 사용 가능하며, 약정 전 시험 실행과 AI 인프라를 전문으로 하는 솔루션 엔지니어의 지원이 제공됩니다.
지금 시작하기
Crusoe Cloud에서 NVIDIA HGX B300을 시작하려면 crusoe.ai/cloud를 방문하거나 우리 팀에 문의하십시오.
최신 기사
2026년 10월 9일
Crusoe의 추론 엔진은 얼마나 친환경적인가?
2026년 10월 9일
Lone Star State에서 커뮤니티 구축
2026년 10월 7일
Triton을 이용한 GPU 프로그래밍, 파트 1
멋진 것을 만들 준비가 되셨나요?
문의하기
브리프용 요약 초안
Crusoe Cloud가 NVIDIA HGX B300(Blackwell Ultra)에서 Exemplar Cloud 검증을 획득했다. HGX B300은 GPU당 288GB HBM3e, 시스템당 2.1TB 메모리를 제공하며 NVFP4 정밀도로 메모리 트래픽을 줄인다. HBM 수요에 긍정적이나 구체적 공급사·물량 영향은 원문에 없다.
원문 텍스트
원문 열기 ↗Cloud
Engineering
September 21, 2026
Crusoe earns NVIDIA Exemplar Cloud validation on Blackwell Ultra
Crusoe Cloud has earned NVIDIA Exemplar Cloud validation for large-scale AI training on NVIDIA HGX B300, running 8 frontier models across 13 precision configurations on 512 NVIDIA Blackwell Ultra GPUs, powered entirely by geothermal energy in Iceland.
Young Jeong
Staff Solutions Engineer
Sanchit Pathak
Senior Solutions Engineer
Alex Akesson
Principal Product Manager
September 21, 2026
Table of contents
This is some text inside of a div block.
Share:
Crusoe has achieved NVIDIA Exemplar Cloud validation for training on NVIDIA HGX B300 systems. This follows our
NVIDIA Exemplar Cloud validation on HGX B200
earlier this year, making Crusoe an Exemplar Cloud on both Blackwell generations. The result confirms that NVIDIA GPUs on
Crusoe Cloud
deliver the consistent, end-to-end performance that large-scale AI training demands, this time on NVIDIA's most advanced Blackwell Ultra platform. It reflects work across every layer of the stack: facility design, GPU orchestration, and networking, all engineered so customers extract the full capability of the NVIDIA Accelerated Computing Platform.
What is the NVIDIA Exemplar Cloud?
The NVIDIA Exemplar Cloud initiative sets a transparent benchmarking standard for cloud providers. Rather than testing isolated components, it evaluates real AI training workloads end-to-end using NVIDIA's
Exemplar Performance recipes
, measuring throughput across large-scale LLM training scenarios with production-grade software stacks.
Crusoe's NVIDIA HGX B300 validation ran on 512 Blackwell Ultra GPUs across a broad set of frontier models: DeepSeek V3 671B, Kimi K2 1T, Llama 3.1 405B, Qwen3 235B, GPT-OSS 120B, Nemotron 3 120B, Nemotron-H 56B, and Llama 3.1 70B, all trained with the Megatron-Bridge framework across BF16, FP8, and NVFP4 precisions. All model and precision configurations met NVIDIA's Exemplar performance criteria.
This breadth matters, showing it is not a single benchmark on a favorable workload. It validates performance across both dense and mixture-of-experts architectures, from 56 billion to one trillion parameters, in the precision formats AI teams use.
Passing this evaluation means Crusoe Cloud delivers workload-level performance aligned with NVIDIA's reference architecture. For AI teams evaluating infrastructure, it is an objective, NVIDIA-validated signal that training jobs will run efficiently and predictably on Crusoe, with no guesswork required.
Unlocking the full potential of NVIDIA Blackwell Ultra
NVIDIA HGX B300 is built on the Blackwell Ultra architecture and extends what Blackwell made possible. Compared with NVIDIA HGX B200, it delivers 1.5x the dense NVFP4 compute, 2x the attention-layer performance, and 288 GB of HBM3e per GPU for 2.1 TB of total memory per system, up from 1.4 TB. Networking bandwidth doubles to 1.6 TB/s per system, with 800 Gb/s per GPU feeding the scale-out fabric.
For training, these gains land exactly where frontier models put pressure: NVFP4 throughput for mixture-of-experts pretraining, attention acceleration for long-context sequences, and memory headroom that lets larger models and larger batches fit on-chip. NVFP4 is also more computationally efficient: 4-bit values with shared scaling drastically reduce memory traffic and compute cost while maintaining accuracy close to higher-precision formats. Our validation held across all three precisions, on every model in the suite.
Hardware alone does not guarantee performance. Extracting the full capability of NVIDIA Blackwell Ultra GPUs requires infrastructure engineered for their power density, direct liquid cooling (DLC) requirements, and doubled network bandwidth. Crusoe's AI-optimized data centers and cloud platform are purpose-built to do exactly that.
Powered by geothermal energy in Iceland
The NVIDIA HGX B300 systems used for this validation ran in Iceland, powered entirely by geothermal energy, making the cluster 100% renewable. The naturally cool climate also reduces the facility-level cooling load needed to support NVIDIA HGX B300's direct liquid cooling infrastructure, improving overall system efficiency and uptime.
This is Crusoe's energy-first approach to AI infrastructure in practice. We are vertically integrated: we find innovative energy sources, build and manage hyperscale AI factories, and offer a scalable AI cloud platform on top of them. Siting NVIDIA Blackwell Ultra systems where abundant geothermal energy is available, and pairing that with the computational efficiency of the NVIDIA Blackwell Ultra architecture across every precision we validated, means more training throughput for every unit of energy we bring online.
Achieving NVIDIA Exemplar Cloud validation on geothermal-powered infrastructure, following our hydro-powered HGX B200 validation in Norway, demonstrates that renewable energy and peak AI performance are not a tradeoff. They go hand in hand. Crusoe provides the foundational AI infrastructure so our customers can build the future faster.
What this means for AI teams
For customers building on Crusoe Cloud, this validation delivers practical confidence across three dimensions:
Repeatable proven performance.
Exemplar Cloud validations on consecutive Blackwell generations across different regions, show that Crusoe's platform and operations hold up as the hardware changes underneath. What you validate on today will behave the same way when you scale.
Validated on the workloads you are actually planning.
Trillion-parameter MoE pretraining, 405B dense models in NVFP4, long-context attention on Blackwell Ultra: these are the shapes of frontier pre-training and RL post-training, and they ran at 512-GPU scale on the full NVIDIA Accelerated Computing Platform, including CUDA, NeMo, Megatron-Bridge, and the libraries millions of developers already use.
Built from energy source to GPU, available today.
Crusoe engineers the full path from power to compute, so the platform is ready for Blackwell Ultra's power density, direct liquid cooling, and 1.6 TB/s of networking per system. NVIDIA HGX B300 is available on Crusoe Cloud now, with trial runs before you commit and solutions engineers who
specialize in AI infrastructure
to help.
Get started now
To get started with NVIDIA HGX B300 on Crusoe Cloud, visit
crusoe.ai/cloud
or
contact our team
.
Latest articles
October 9, 2026
How green is Crusoe's inference engine?
October 9, 2026
Building community in the Lone Star State
October 7, 2026
GPU programming with Triton, part 1
Are you ready to build something amazing?
Contact Us
Engineering
September 21, 2026
Crusoe earns NVIDIA Exemplar Cloud validation on Blackwell Ultra
Crusoe Cloud has earned NVIDIA Exemplar Cloud validation for large-scale AI training on NVIDIA HGX B300, running 8 frontier models across 13 precision configurations on 512 NVIDIA Blackwell Ultra GPUs, powered entirely by geothermal energy in Iceland.
Young Jeong
Staff Solutions Engineer
Sanchit Pathak
Senior Solutions Engineer
Alex Akesson
Principal Product Manager
September 21, 2026
Table of contents
This is some text inside of a div block.
Share:
Crusoe has achieved NVIDIA Exemplar Cloud validation for training on NVIDIA HGX B300 systems. This follows our
NVIDIA Exemplar Cloud validation on HGX B200
earlier this year, making Crusoe an Exemplar Cloud on both Blackwell generations. The result confirms that NVIDIA GPUs on
Crusoe Cloud
deliver the consistent, end-to-end performance that large-scale AI training demands, this time on NVIDIA's most advanced Blackwell Ultra platform. It reflects work across every layer of the stack: facility design, GPU orchestration, and networking, all engineered so customers extract the full capability of the NVIDIA Accelerated Computing Platform.
What is the NVIDIA Exemplar Cloud?
The NVIDIA Exemplar Cloud initiative sets a transparent benchmarking standard for cloud providers. Rather than testing isolated components, it evaluates real AI training workloads end-to-end using NVIDIA's
Exemplar Performance recipes
, measuring throughput across large-scale LLM training scenarios with production-grade software stacks.
Crusoe's NVIDIA HGX B300 validation ran on 512 Blackwell Ultra GPUs across a broad set of frontier models: DeepSeek V3 671B, Kimi K2 1T, Llama 3.1 405B, Qwen3 235B, GPT-OSS 120B, Nemotron 3 120B, Nemotron-H 56B, and Llama 3.1 70B, all trained with the Megatron-Bridge framework across BF16, FP8, and NVFP4 precisions. All model and precision configurations met NVIDIA's Exemplar performance criteria.
This breadth matters, showing it is not a single benchmark on a favorable workload. It validates performance across both dense and mixture-of-experts architectures, from 56 billion to one trillion parameters, in the precision formats AI teams use.
Passing this evaluation means Crusoe Cloud delivers workload-level performance aligned with NVIDIA's reference architecture. For AI teams evaluating infrastructure, it is an objective, NVIDIA-validated signal that training jobs will run efficiently and predictably on Crusoe, with no guesswork required.
Unlocking the full potential of NVIDIA Blackwell Ultra
NVIDIA HGX B300 is built on the Blackwell Ultra architecture and extends what Blackwell made possible. Compared with NVIDIA HGX B200, it delivers 1.5x the dense NVFP4 compute, 2x the attention-layer performance, and 288 GB of HBM3e per GPU for 2.1 TB of total memory per system, up from 1.4 TB. Networking bandwidth doubles to 1.6 TB/s per system, with 800 Gb/s per GPU feeding the scale-out fabric.
For training, these gains land exactly where frontier models put pressure: NVFP4 throughput for mixture-of-experts pretraining, attention acceleration for long-context sequences, and memory headroom that lets larger models and larger batches fit on-chip. NVFP4 is also more computationally efficient: 4-bit values with shared scaling drastically reduce memory traffic and compute cost while maintaining accuracy close to higher-precision formats. Our validation held across all three precisions, on every model in the suite.
Hardware alone does not guarantee performance. Extracting the full capability of NVIDIA Blackwell Ultra GPUs requires infrastructure engineered for their power density, direct liquid cooling (DLC) requirements, and doubled network bandwidth. Crusoe's AI-optimized data centers and cloud platform are purpose-built to do exactly that.
Powered by geothermal energy in Iceland
The NVIDIA HGX B300 systems used for this validation ran in Iceland, powered entirely by geothermal energy, making the cluster 100% renewable. The naturally cool climate also reduces the facility-level cooling load needed to support NVIDIA HGX B300's direct liquid cooling infrastructure, improving overall system efficiency and uptime.
This is Crusoe's energy-first approach to AI infrastructure in practice. We are vertically integrated: we find innovative energy sources, build and manage hyperscale AI factories, and offer a scalable AI cloud platform on top of them. Siting NVIDIA Blackwell Ultra systems where abundant geothermal energy is available, and pairing that with the computational efficiency of the NVIDIA Blackwell Ultra architecture across every precision we validated, means more training throughput for every unit of energy we bring online.
Achieving NVIDIA Exemplar Cloud validation on geothermal-powered infrastructure, following our hydro-powered HGX B200 validation in Norway, demonstrates that renewable energy and peak AI performance are not a tradeoff. They go hand in hand. Crusoe provides the foundational AI infrastructure so our customers can build the future faster.
What this means for AI teams
For customers building on Crusoe Cloud, this validation delivers practical confidence across three dimensions:
Repeatable proven performance.
Exemplar Cloud validations on consecutive Blackwell generations across different regions, show that Crusoe's platform and operations hold up as the hardware changes underneath. What you validate on today will behave the same way when you scale.
Validated on the workloads you are actually planning.
Trillion-parameter MoE pretraining, 405B dense models in NVFP4, long-context attention on Blackwell Ultra: these are the shapes of frontier pre-training and RL post-training, and they ran at 512-GPU scale on the full NVIDIA Accelerated Computing Platform, including CUDA, NeMo, Megatron-Bridge, and the libraries millions of developers already use.
Built from energy source to GPU, available today.
Crusoe engineers the full path from power to compute, so the platform is ready for Blackwell Ultra's power density, direct liquid cooling, and 1.6 TB/s of networking per system. NVIDIA HGX B300 is available on Crusoe Cloud now, with trial runs before you commit and solutions engineers who
specialize in AI infrastructure
to help.
Get started now
To get started with NVIDIA HGX B300 on Crusoe Cloud, visit
crusoe.ai/cloud
or
contact our team
.
Latest articles
October 9, 2026
How green is Crusoe's inference engine?
October 9, 2026
Building community in the Lone Star State
October 7, 2026
GPU programming with Triton, part 1
Are you ready to build something amazing?
Contact Us