Oracle Cloud AI 基础设施
甲骨文云 AI 基础设施,提供大规模 GPU 集群与超低延迟 RDMA 网络,支持在云端训练和部署生成式 AI 应用。
中科曙光智能计算服务器与液冷集群方案,覆盖训练推理场景,为国内智算中心和科研机构提供算力基础设施。
如果你在管一个智算中心,或者所在的科研机构要搭训练集群,大概率绕不开一个现实问题:算力从哪来、怎么散热、后续怎么扩。中科曙光(sugon.com)做的正是这件事——智能计算服务器加上液冷集群方案,训练和推理两个场景都覆盖,目标客户就是国内智算中心和科研机构这类需要长期稳定跑大模型的单位。
大模型训练对算力的胃口不用多说,真正让人头疼的是两件事:一是单机性能能不能撑住长时间高负载,二是几千张卡堆在一起之后,散热和功耗会不会把机房拖垮。曙光的思路是把服务器和液冷打包成集群方案一起交付,而不是只卖你一台机器让你自己拼。液冷这块对高密度机柜尤其关键,风冷压不住的热,液冷能接住,PUE 也能压下来,长期跑下来电费差得不是一点半点。
推理场景则是另一套逻辑。训练看峰值算力,推理看的是单位成本下的吞吐和延迟,曙光的产品线里对这两类负载是分开设计的,选型时不用拿训练卡硬扛推理业务。
如果只是小团队跑几个微调任务,租云更划算,没必要上这套。
| 关注项 | 说明 |
|---|---|
| 场景匹配 | 训练和推理分开选型,别用一套配置通吃 |
| 散热方式 | 高密度部署优先考虑液冷,风冷留给低密度机柜 |
| 集群规模 | 提前想清楚扩展路径,避免二次改造 |
| 交付形态 | 整柜/集群方案 vs 单机采购,运维复杂度差别很大 |
具体型号和参数建议直接去官网对照当前产品线看,配置迭代快,以官方页面为准。整体来说,曙光这套东西的价值不在单台服务器多亮眼,而在于把算力、散热、集群管理捏成一个能落地交付的整体——对要建基础设施的人来说,省下的协调成本往往比硬件本身更值钱。
中科曙光智能计算服务器与液冷集群方案,覆盖训练推理场景,为国内智算中心和科研机构提供算力基础设施。
中科曙光 AI 服务器 的官方网站是 https://www.sugon.com/,可直接在浏览器中打开使用。