Neo4j
主流的图数据库，提供知识图谱与 GraphRAG 能力，用于构建带实体关系的检索增强生成应用。
排序
llama.cpp
开源的 C/C++ 大模型推理框架，支持 CPU 与多平台量化推理，是本地部署开源模型的常用底座。
NVIDIA DGX H100
英伟达企业级 AI 超级计算机，单机集成 8 颗 H100 GPU 与 NVSwitch 互联，开箱即用的大模型训练与推理一体化平台。
MongoDB Atlas Vector Search
MongoDB 官方托管云数据库，内置向量检索能力，可直接在文档数据上构建 RAG 与语义搜索应用。
Supabase
开源的后端服务平台，基于 PostgreSQL 提供数据库、认证与存储，内置 pgvector 支持向量检索。
NVIDIA H200 Tensor Core GPU
H100 的显存升级版本，搭载 141GB HBM3e 显存与更高带宽，显著提升大模型推理吞吐与长上下文场景下的表现。
Google Cloud TPU
谷歌自研张量处理单元，通过云端提供大规模 AI 训练与推理算力，与 TensorFlow、JAX 深度集成，支撑 Gemini 等模型训练。
腾讯云对象存储 COS
腾讯云分布式对象存储服务，支持海量非结构化数据存储与高并发访问，常用于 AI 训练数据托管、模型分发与内容归档场景。
NVIDIA Blackwell B200
Blackwell 架构新一代 AI 加速平台，采用双芯片封装与第二代 Transformer 引擎，面向万亿参数级模型训练与推理。
华为昇腾 AI 处理器
华为自研 AI 处理器产品线，配合昇腾 AI 基础软硬件平台与 MindSpore 框架，为国内大模型训练推理提供算力底座。
阿里云对象存储 OSS
阿里云海量、安全、低成本的云对象存储服务，提供 S3 兼容接口与多种数据分层策略，是存放 AI 训练数据集和构建数据湖的常用底座。
Databricks
湖仓一体的数据平台，提供 Vector Search 向量检索与 Mosaic AI 能力，用于构建企业级 RAG 应用。
NVIDIA A100 Tensor Core GPU
Ampere 架构数据中心 GPU，支持多实例 GPU 与结构化稀疏加速，长期作为 AI 训练和科学计算的主力加速卡，生态成熟稳定。
NVIDIA GeForce RTX 5090
Blackwell 架构消费级旗舰显卡，拥有 32GB GDDR7 显存与强大算力，是个人开发者本地运行大模型与微调的热门选择。
NVIDIA
全球领先的 GPU 与加速计算厂商，提供 CUDA、TensorRT 及 DGX 等 AI 训练与推理基础设施。
Redis
主流的内存数据库，通过 Redis Stack 提供向量相似度检索与全文搜索能力，常用于 AI 应用的缓存与检索层。
Elasticsearch
Elastic 公司推出的搜索与分析引擎，支持向量检索与混合搜索，广泛用于日志分析与 RAG 检索场景。
NVIDIA H100 Tensor Core GPU
基于 Hopper 架构的数据中心 AI 加速卡，配备 Transformer 引擎与 HBM3 显存，是大模型训练与推理的行业标杆，被全球主流云厂商广泛部署。
关于「AI基建」的常见问题
「AI基建」分类下有哪些工具？
本站「AI基建」分类共收录 16 款工具，其中行业知名度较高的有 NVIDIA、Redis、NVIDIA H100 Tensor Core GPU 等，可在上方列表按顺序查看。
如何挑选合适的AI基建工具？
建议先明确使用场景，再从知名度较高的工具（如 NVIDIA）开始试用，并综合是否提供免费额度、中文支持与访问条件做取舍。