Nvidia发布了一份财务报告，其中包含新的Nvidia芯片路线图，囊括了GPU、GPU以及交换ASIC芯片。
继续阅读
标签： AI
AI推动数据中心基础设施支出激增
全球范围内的服务器和存储支出似乎主要来自于AI基础设施支出，而用于其它工作负载的数据中心设备的基础支出甚至比年初还要疲弱。
继续阅读
后E级HPC系统需求建议书
橡树岭国家实验室（ORNL）将发布一份关于下一代高性能计算（HPC）系统，即计划于2027年交付的OLCF-6的需求建议书（RFP）。
继续阅读
提升AI性能？重新审视存储基础设施和数据管道
大多数关于AI基础设施的讨论都从计算设备开始，然后结束。这些硬件包括用于训练复杂算法和基于这些模型进行预测的GPU、通用CPU、FPGA和张量处理单元（TPU）。
继续阅读
温故知新之GPU计算
图形处理器（GPU，Graphic Processing Unit）是面向吞吐率设计、片上集成大量并行计算部件的处理器。2006年采用统一架构的GPU和使用高级语言编程的开发平台的出现，引发了GPU通用计算领域的迅猛发展。
继续阅读
NSF支持的网络基础设施上的AI和HPC融合
随着AI不断演进，成为一个具有统计和数学严密性的计算范式，显而易见的是，对于科学设施产生的数据，单一GPU解决方案已不再足以满足训练、验证和测试的需求。
继续阅读
利用AI降低电子系统设计的复杂性
西门子EDA在人工智能技术方面进行了大量投资，并将其应用于各种产品领域，包括PCB设计、自动驾驶系统、智能工厂车间管理和智能城市管理。
继续阅读
HPC与AI的完美融合
HPC指的是在多台服务器上以高速并行方式执行复杂计算的能力。这些服务器的集合被称为集群，由数百甚至数千台计算服务器通过网络连接而成。
继续阅读
关于AI训练和推理中存储扩展的一些提示
应该预先以整体性的方式来解决存储扩展问题。这包括容量、性能、网络硬件和数据传输协议。其中的关键点是确保充足的GPU资源，否则，训练和推理工作可能会失败。
继续阅读
针对AI/ML的高性能文件系统
随着AI/ML解决方案在企业中崭露头角，我们的许多客户发现传统的存储系统和文件系统可能无法满足与新的AI/ML工作负载相关的新需求。
继续阅读