- 博客(68)
- 收藏
- 关注
RSS订阅原创 【算力革命下的智算中心生死局：低精度计算成必争高地】
最近和圈内朋友聊起智算中心现状，发现一个扎心事实：许多项目还没上线，技术架构就已经落后了。这种"未出师先落伍"的尴尬，到底是技术预判失误？DeepSeek发布后市场反应给出答案——不支持FP8的算力租赁价格雪崩，支持FP8的算力需求暴涨。这声技术革命的枪响，正在改写算力经济的底层逻辑。✅ FP4仅需4位数据位宽，却通过稀疏矩阵优化+混合精度技术，实现训练速度数倍提升，能耗压缩至FP16的1/10。✅ AMD MI350X通过FP4/FP6支持，推理性能暴涨35倍，FP8算力突破4.6 PetaFLOPS。
2025-04-02 16:57:17
392
原创 2025年3月5090工作站、服务器推荐
深度学习、大模型训练主要依靠显卡，因此，显卡性能参数尤为重要目前常用的显卡包括4090、A6000、L20、L40、A100等等，4090和A6000已经停产，且目前价格涨幅比较大，5090全新上市，综合对比，目前性价比比较优秀。以下几款5090工作站服务器可供参考！单张5090工作站推荐CPU：1颗20核心 2.0GHz Intel Xeon Silver 4416+内存：4根32GB DDR5 5600MHz ECC REG硬盘：1块500GB M.2 SSD系统盘+1块8TB SATA 企业级硬盘作为
2025-03-25 15:14:40
399
原创 大模型训练之道：预训练与微调的双赢策略
预训练与微调相结合的训练方式，不仅极大地提升了大模型的泛化能力，还显著增强了其实际应用价值。预训练为模型奠定了广泛的知识基础，而微调则使模型能够针对特定需求进行精细化优化，从而在众多任务和领域中展现出高效、稳定的性能。观察细致的朋友或许会留意到，大模型的训练过程往往被精心划分为预训练和微调两大环节。通过这种巧妙的设计，大模型既保持了广泛的通用性，又具备了强大的特定任务适应能力，真正实现了“广度”与“深度”的完美融合。这一训练策略，不仅赋予了模型更强的泛化能力，还极大地削减了训练所需的成本。
2025-03-18 16:53:18
373
原创 部署DeepSeek,需要多大的显存？
特别地，带有“Distill”标签的模型为蒸馏模型，通过知识蒸馏技术，将大型复杂模型（教师模型）的知识传递给小型轻量化模型（学生模型），从而在保持模型性能的同时，降低计算和存储资源的消耗。FP16训练：模型参数14GB，优化器状态28GB（以Adam优化器为例，通常需要2倍于模型参数的显存），激活值和梯度假设为14GB，总显存需求约为56GB。FP32训练：模型参数28GB，优化器状态56GB，激活值和梯度假设为28GB，总显存需求约为112GB。
2025-03-13 14:50:40
1106
原创 模型蒸馏技术深度解析
该技术通过构建师生模型知识传递框架，将复杂教师模型（Teacher Model）的决策逻辑与特征表征能力迁移至精简学生模型（Student Model），实现模型效能与效率的帕累托优化。模型蒸馏作为连接算法创新与工程落地的关键技术，正在推动AI模型进入"高效能时代"。随着神经架构搜索（NAS）与蒸馏技术的深度融合，未来有望实现自适应知识迁移的智能压缩范式。本文转自知乎账号：仿真计算服务器https://zhuanlan.zhihu.com/p/29706600786。五、技术挑战与演进方向。
2025-03-12 15:58:29
455
原创 深度学习框架对比（2025年3月版）
提供PyTorch→ONNX单行转换命令（torch.onnx.export）学术研究（论文复现率超80%）与小规模模型训练（参数规模<10B）：仅支持Transformer类模型（LLaMA/GPT系列）：GGUF格式支持4-bit量化，ARM设备内存占用减少70%：ZeRO内存优化技术可将万亿参数模型分割存储于GPU集群。：QLoRA量化支持在24GB显存设备微调70B参数模型。：仅支持NVIDIA GPU集群（A100/H100）：LoRA技术通过低秩分解将可训练参数降至1%-5%
2025-03-06 16:53:17
701
原创 深度解析：推理与训练模型对GPU需求的差异化探讨
训练模型更注重强大的计算能力、足够的显存、高效的带宽、良好的功耗管理以及支持模型并行与分布式计算的能力；而推理模型则更关注响应速度和效率，对GPU的计算能力和显存需求相对较低，但在高并发场景下仍需关注带宽和显存的充足性。对于训练模型而言，其过程涉及大量复杂的矩阵运算和梯度计算，因此，GPU的计算能力成为关键因素。特别是在处理如GPT-3、GPT-4等大型模型时，强大的浮点运算性能，尤其是FP16或TF32等混合精度下的计算能力，显得尤为重要。因此，在功耗和散热方面，推理模型面临的压力相对较小。
2025-02-25 14:18:57
270
原创 深度学习模型应用场景全解析：CNN、Transformer、BERT、RNN与GAN
CNN，这位图像处理领域的明星，以其独特的卷积层、池化层和全连接层结构，成为了自动学习空间特征的佼佼者。BERT，这位基于Transformer架构的预训练语言模型，以其双向编码器和丰富的预训练方法，成为了自然语言理解领域的佼佼者。GAN，这位生成任务的魔术师，以其生成器和判别器的相互对抗，创造出了逼真的样本。RNN，这位时间序列数据的守护者，以其循环连接的神经元结构，捕捉到了序列数据中的时序依赖关系。在选择模型时，请根据您的具体需求和数据特点，综合考虑模型的适用场景、性能表现和资源消耗，做出明智的决策。
2025-02-20 14:20:42
1125
原创 马斯克揭秘全球顶尖AI大模型Grok-3，震撼发布引热议
在多项基准测试中，Grok-3展现出了惊人的实力，刷新了数学（AIME 2024）、科学问答（GPQA）和编码（LCB）等领域的SOTA记录，大幅超越了DeepSeek-V3、Gemini-2 Pro和GPT-4o等模型。马斯克与三位xAI成员通过在线直播，正式官宣了Grok-3的全家桶阵容，包括Grok-3（Beta）、首个推理模型Grok-3 Reasoning（Beta）以及Grok-3 mini Reasoning。目前，Grok-3每天都在更新推理功能，并将在一周内上线所有功能。
2025-02-18 16:34:17
860
原创 大模型显存计算指南!
其中，CUDA开销通常为基础模型显存的15%，运算显存则包括KV Cache、激活值以及CUDA缓存，每个元素的字节数同样取决于所选精度。*最小推荐显存基于相应精度计算，包含CUDA开销和工作内存 **最小推荐显存(FP32)基于全量参数计算，包含CUDA开销和工作内存。*最小推荐内存基于相应精度计算，包含工作内存和系统预留 **最小推荐内存(FP32)基于全量参数计算，包含工作内存和系统预留。1.1 CPU模式下的内存需求（FP32）1.2 GPU显存需求（使用CUDA）1.3 内存与显存估算方法。
2025-02-11 10:58:22
2995
原创 5090和4090对比到底提升哪些性能？
RTX 5070 Ti： CUDA 核心8960，显存16GB GDDR7，1406 AI TOPS，133 TFLOPS 光追，Base 2.3GHz/Boost 2.45GHz，功耗 300W；·RTX 5070：CUDA 核心6144 ，显存12GB GDDR7，988 AI TOPS，94 TFLOPS 光追，Base 2.16GHz/Boost 2.51GHz，功耗 250W。50系列显卡参数一览表，助力你选择性价比更高显卡，欢迎私信讨论显卡及50系列工作站服务器更多资讯！
2025-01-14 11:47:06
925
原创 从计算服务器角度看智算与算力
从技术与应用视角，异构计算架构整合多芯片，以 NVIDIA DGX 系列服务器为典型，借助 NVLink 技术实现 GPU 间高速协同，大幅提升性能，拓宽科学计算应用边界与深度。凭借 CPU 与 GPU、FPGA、ASIC 等构建的异构组合，计算服务器可依不同精度算力需求灵活调度资源，为人工智能应用夯实智能算力根基，有力支撑各类复杂任务。但这些挑战也蕴藏新契机。也可能孕育自动化管理工具与智能编程框架，依任务自动调配资源与优化代码，进而推动计算服务器技术深度发展，在智算与科学计算领域创造更大价值。
2024-12-05 14:49:49
656
原创 计算服务器定制化，计算力提升的关键！
例如，对于企业的关键业务系统，如企业资源规划（ERP）系统或客户关系管理（CRM）系统，定制服务器可采用冗余电源、热插拔硬盘等技术，即使在部分硬件出现故障的情况下，服务器仍能正常运行，数据也不会丢失，从而为企业业务提供持续、可靠的支持，保障企业的正常运营。而且，在后续的使用过程中，如果企业遇到问题或需要技术支持，定制服务器的供应商能够凭借对服务器配置和企业业务的深入了解，迅速提供精准的解决方案，快速解决问题，最大限度地减少服务器故障对企业业务的影响，确保企业业务的连续性和高效性。
2024-11-22 16:05:00
584
原创 科研深度学习：如何精选GPU以优化服务器性能
因此，在处理复杂算法和大规模数据的深度学习应用中，GPU发挥着至关重要的作用，为科研工作者提供了强大的计算支持。传统CPU的计算模式在处理复杂模型时，训练时间会随着模型复杂度的增加而急剧增长，这不仅延长了科研项目周期，消耗了宝贵的时间资源，还导致了计算成本的飙升，形成了资源的巨大浪费。算力是衡量科研服务器处理能力的重要指标，它综合考虑了CPU和GPU的计算能力，以及服务器的内存、存储和网络等因素。因此，在为科研服务器选择GPU时，需要充分考虑服务器的整体算力需求以及GPU与其他硬件之间的协同工作能力。
2024-11-21 14:52:22
748
原创 以科学计算为切入点：剖析英伟达服务器过热难题
英伟达服务器过热问题为整个行业敲响了警钟，科学计算服务器的发展需要跨学科的深度融合，从芯片设计、材料科学、热管理到服务器架构等各个环节都需要进行全面优化和创新，以应对日益增长的高性能计算需求，确保科学研究和计算任务能够在稳定可靠的服务器环境中顺利开展。近日，英伟达新一代 Blackwell 芯片配套服务器过热问题成为科技界的热点新闻，这一问题犹如风暴眼，不仅给英伟达自身带来巨大挑战，更在科学计算领域掀起了轩然大波，对依赖高性能服务器的科学计算任务产生了深远影响。
2024-11-21 14:50:21
867
原创 CUDA 核心与科学计算 ：NVIDIA 计算核心在计算服务器的价值
它利用自身处理神经网络的能力，实现了实时、高质量的渲染增强。同时，CUDA 核心具备先进的调度、负载平衡、硬件加速原子操作以及复杂分支处理能力，这使得它不仅能高效执行算术和逻辑运算，还能出色地管理内存、执行复杂算法和控制结构，并与图形渲染管道无缝融合，为科学计算中的通用计算任务提供强大的加速效果。不过，CUDA 核心的向后兼容性较好，这意味着在旧硬件上运行新的 CUDA 代码时，可能不会出现严重的兼容性问题，但新功能在旧硬件上可能无法使用，这也是在科学计算服务器配置和使用 CUDA 核心时需要考虑的因素。
2024-11-13 16:28:57
758
原创 科学计算服务器：如何计算算力？如何提升科学研究效率？
另一方面，根据服务器性能和研究任务特点合理分配计算任务，将大规模计算任务分解为多个子任务，分配到不同计算节点上并行计算，提高整体效率。同时，科学计算通常涉及大量数据，合理的数据管理和存储策略可提高数据访问速度，减少计算时间，如使用高速存储设备、优化数据存储格式和数据库管理系统。此外，在科学计算过程中持续监控服务器性能和资源使用情况，及时发现并解决问题，根据实际需求调整服务器配置和参数，优化计算资源分配。在生命科学领域，如蛋白质结构预测、基因测序等，可处理大量生物数据，进行复杂计算分析，加速科学研究进程。
2024-11-09 13:31:35
1022
原创 计算服务器：聚焦科学计算服前沿
同时，随着云计算、大数据等新兴技术的发展，科学计算服务器市场也在不断发生变化，厂商们需要及时调整战略，适应市场的发展趋势。国际品牌中，惠普、戴尔等凭借长久以来积累的先进技术、可靠质量以及完善的售后服务，在全球范围内拥有广泛的用户基础和较高的市场份额，在科学计算服务器市场中占据重要地位。随着科学研究的不断深入和技术创新的加速推进，对高性能计算的需求日益增长，科学计算服务器市场也因此展现出巨大的潜力和活力。科学计算服务器市场前景广阔，品牌厂商们在未来的发展中必将发挥更加重要的作用，共同推动科技创新和经济发展。
2024-10-28 15:43:20
488
原创 三款计算服务器配置→如何选择科学计算服务器？
要根据计算任务的规模和复杂度确定所需内存容量，同时选择高速的内存类型，如 DDR4 或 DDR5，以提高数据传输速度。其次，选择合适的服务器类型。高性能计算服务器专为大规模、高要求的科学计算任务而设计，通常配备强大的处理器、大容量内存和高速存储系统，可快速处理复杂计算问题。软件支持同样关键，科学计算通常需要使用特定的软件和工具，供应商应提供相应的软件安装、配置和优化支持。选择科学计算服务器需要综合考虑多个因素，明确需求、选择合适的服务器类型、寻找可靠的供应商、精心配置服务器以及关注服务和支持。
2024-10-25 10:53:58
1406
原创 计算服务器：开启科学计算新变革的强大引擎
科学计算在 20 世纪 80 年代被提升到国家层面，是因为它突破了传统实验和理论研究的界限，在生命科学、医学等学科中作用关键，成为众多关键行业的核心技术支撑。近年来，3D 科学计算理念兴起，为解决科学计算场景的效率瓶颈难题带来巨大潜力。同时，科学计算对计算服务器的需求不断增长，现有的计算架构在处理大规模并行运算和高带宽数据传输方面的局限愈发突出。1983 年，著名数学家 Lax 为首的调研小组指出，大型科学计算对国家安全、科技进步与经济发展至关重要，从美国国家利益出发，大型计算的绝对优势不容动摇。
2024-10-24 09:49:46
767
原创 2024 AI 时代：科学计算服务器——科技创新核心动力源
从贴心的语音助手到令人惊叹的自动驾驶汽车，从至关重要的医疗诊断到复杂的金融风险评估，都离不开高可靠性和稳定性的计算平台。AI 算法的演进离不开强大计算资源的支撑。随着 AI 技术发展，计算需求持续增长，科学计算服务器可通过增加服务器节点、扩展内存和存储容量等方式满足需求，并支持软件配置和升级，为用户提供灵活解决方案。在图像识别、医疗影像诊断、自然语言处理和智能客服等领域，科学计算服务器都发挥着重要作用，大大提高了识别准确率和效率，帮助医生准确诊断疾病，实现机器翻译和情感分析等功能，提高客户满意度。
2024-10-24 09:47:22
860
原创 诺贝尔物理学和化学奖都颁给了AI,意味着什么?
尤其是物理学奖颁给AI领域的科学家，出乎了许多人的意料。正如诺贝尔奖委员会所评价的，尽管计算机无法思考，但现在的机器已经可以模仿人的记忆并具备学习等功能，今年的物理学奖得主为实现这一目标作出了贡献。今年的诺贝尔物理学奖和化学奖颁给AI领域的科学家，不仅是对他们卓越贡献的肯定，更是对科学界的一次深刻启示：在未来的科学探索中，技术与学科的交叉融合将成为常态。20年前，人工智能由人脸识别，到后来下围棋，现在走向更通用的智能，可以处理更多事，比如文生文、文生图、文生视频，甚至给它一个剧本，就能拍出高水平的电影；
2024-10-11 09:45:58
757
原创 RTX 5090、5080规格完整曝光，来看来看
而另一款RTX 5080显卡，则展现了英伟达在产品线上的差异化策略。其中，RTX 5090尤为引人注目，它配备了GB202-300-A1 GPU核心，并激活了170个流处理器单元（SMs），总数达192个，核心总数达到惊人的21760个，尽管相较于RTX 4090的AD102完整核心减少了约11.4%，但其性能表现依然值得期待。为了应对如此强大的性能输出，RTX 5090的总功耗（TBP）被设定为600W，并采用了高效的双槽散热设计，确保稳定运行的同时，也考验着用户的电源配置与散热系统。
2024-09-29 11:50:52
737
原创 Intel Xeon 6上市了，快来围观！！！
特别值得一提的是，今日发布的至强6900P系列处理器（代号Granite Rapids-AP），作为至强® 6 系列的旗舰产品，最高配备128个内核，支持高达每秒6400MT的DDR5内存和每秒8800MT的MRDIMM内存，拥有6条UPI 2.0链路（速率高达每秒24 GT）、96条PCIe 5.0或64条CXL 2.0通道，以及504MB的L3缓存。在数据中心常见的各类工作负载中，如通用计算、数据服务、科学计算和AI等，至强® 6 性能核处理器均展现出了显著的性能提升和能效优势。
2024-09-27 15:25:25
349
原创 RTX 4090 系列即将停产，RTX 5090 系列蓄势待发
从市场竞争格局来看，即将问世的RTX 5090和RTX 5090D在短期内不太可能面临来自AMD和Intel等竞争对手的直接挑战，因为这些厂商当前更侧重于主流及中端市场，待其在更广泛的游戏玩家群体中稳固地位后，才可能在高端市场向英伟达发起新一轮的竞争。另一值得关注的趋势是，在德国DIY市场上，英伟达GeForce RTX 40“SUPER”系列GPU的销量已经超越了AMD Radeon RX 7000系列，其中4080 SUPER尤为畅销，这再次证明了英伟达在高端显卡市场的领先地位和强大竞争力。
2024-09-18 14:09:01
982
原创 一文了解服务器CPU常见知识点
1、什么是CPU（定义）：CPU（Central Processing Unit，中央处理器）是一块超大规模的集成电路，通常被称为计算机的大脑，是一台计算机的运算和控制核心，也是整个计算机系统中最重要的组成部件，是服务器行业的从业者要重点学习的知识领域。1、CPU的市场情况：目前服务器领域大致可分为通用x86市场和信创市场，通用市场主要是Intel和AMD，其中Intel依然是市占比最高的，但是AMD凭借产品和技术创新以及高性价的定位，在服务器市场的份额也逐步增加，信创CPU不在本次文章里展开。
2024-09-11 15:53:25
491
原创 1分钟让你看懂GPU参数指标
当两辆A800卡车通过nvlink技术相连时，它们实现了显存容量的共享，就像是两个货车的货厢合并成了一个超大的货厢，能够容纳更大的货物。这对于当今的大型模型尤为关键，好比一个巨大的家具，单张GPU的显存难以容纳，但通过多卡互联扩展显存，就能轻松应对。不同数据类型就像是不同类型的货物，轻质的木板（FP16）与沉重的钢卷（FP32）对运输能力的需求大相径庭。带宽越大，装卸一整车货物所需的时间就越短。A800 SXM采用的HBM2e显存类型，其高达2TB/s的带宽，就像是装备了自动装卸系统的货车，效率惊人；
2024-09-11 10:37:59
2813
原创 埃隆·马斯克超级计算新里程碑：Cortex AI超级集群震撼亮相！
每个机架承载着8台服务器，短短20秒的视频内，镜头掠过了约16-20行机架，初步估算已部署的GPU服务器数量便接近2,000台，而这仅仅是全面部署规模的冰山一角，不足3%。同时，它还将助力Optimus机器人的AI训练，这款预计在2025年小规模生产的自主仿人机器人，将成为特斯拉制造流程中的智能新成员。通过一段视频，他首次公开了最新命名的“Cortex”人工智能超级集群，这一壮举不仅标志着特斯拉“Giga Texas”工厂的又一次重大扩张，也预示着AI算力新时代的到来。
2024-08-29 13:34:20
482
原创 GPU概念相关的10个常见问题，你都了解吗？
在日常的讨论与材料描述中，人们常常将GPU与显卡视为等同，这种简化的理解虽非全然错误，但从严谨的角度来看，两者之间确实存在微妙的区别。做服务器的朋友都知道，目前GPU服务器通常要求显卡是涡轮的，到底和风扇的有啥区别呢？英伟达20系列显卡之前，公版显卡一直是采用涡轮散热器的，不管是AMD还是英伟达，公版显卡全部都是采用涡轮散热器，20系列以后显卡，风扇版显卡开始推广开来。，作为计算机系统的中枢，是执行所有指令和协调各项任务的关键，所有运算和程序执行均需在CPU的指挥或参与下完成，堪称计算机的“大脑”。
2024-08-27 10:44:59
1054
原创 Linux 与 Windows 服务器操作系统 | 全面对比
再者，对硬件资源需求低，能在较旧或有限硬件上运行。Linux 发行版丰富多样，如 Debian 以稳定性和自由软件为特色，Fedora 是社区驱动且技术先进，Ubuntu 易用且在云计算中广泛使用，RedHat Enterprise Linux 专注企业级应用提供长期支持，SUSE Linux Enterprise Server 则在企业级应用、虚拟化和云计算方面表现出色。其特点是以稳定性、安全性和可定制性著称，通常通过命令行界面管理配置，提供丰富的开源软件和工具，在虚拟化、云计算和服务器集群中广泛使用。
2024-08-16 15:38:39
1341
2
原创 硬件服务器操作系统的选择：Linux 还是 Windows？
然而，事实是，无论是国内的阿里云、腾讯云、华为云，还是国际上的谷歌云、亚马逊云，乃至政府、军工、大型企业自建的数据中心，背后都离不开硬件服务器的强力支撑。从架构和兼容性来看，Linux凭借其独特的内核和Unix架构，展现了高度的可扩展性和定制性，轻松应对多任务、多用户的复杂环境，处理各种编程语言和开源软件时更是游刃有余。总之，选择硬件服务器的操作系统并没有通用的答案，它取决于你的具体需求和情况。在做出决策之前，建议进行充分的测试，并确保无论选择哪种操作系统，都要定期进行更新和监控，以确保系统的安全和性能。
2024-08-16 15:37:34
653
原创 英伟达与扎克伯格的深度对谈，说了啥？
2021 年，英伟达在企业级 GPU 市场中占比 91.4%，2021 - 2022 年全球独立 GPU 市场中英伟达所占市场份额维持在 80%左右，处于行业的龙头地位。同时，随着技术的不断创新和进步，GPU 服务器的性能和功能也将不断提升，为人工智能技术的发展提供更加强大的计算支持。此外，英特尔（Intel）在 2022 年正式杀入显卡市场，目前独立 GPU 市场主要由英伟达、AMD 和英特尔三家公司占据，2022 年全球独立 GPU 市场占有率分别为 88%、8%和 4%。
2024-07-31 09:46:35
472
原创 AI与奥运的那些事儿
同时，阿里云的AI技术增强特效，如三维定格动画、慢动作回放等，让观众仿佛身临其境，体验到了电影般的“子弹时间”效果。在比赛中，AI实时高光视频生成技术通过AI驱动的多机位重播系统，实现了高质量的三维模型和视角映射，涵盖了21种运动项目，帮助观众更深入地了解专业运动数据。AI服务器是专门为处理和运行AI工作负载而设计的服务器，具备强大的计算能力、高效的存储和快速的数据传输速度。在全球瞩目的巴黎奥运会上，中国科技大放异彩，赢得了国际奥委会主席巴赫的高度评价，特别是对中国的云计算和AI技术赞不绝口。
2024-07-30 13:35:28
285
原创 AMD Zen6、Zen6c明年见！与Intel打平，这次你选AMD还是Intel?
以数据中心为例，五代EPYC家族的满血版Zen5将达到128核心256线程，而高能效版Zen5c则可达192核心384线程。与此同时，Intel的至强6家族也分为两路，其中性能核的Granite Rapids最多也是128核心256线程，这是七年来双方首次在核心数上持平。另外值得一提的是，AMD的Zenc核心将只用于移动端和数据中心，而不会用于桌面端。AMD的Zen5架构正在逐步展开，其中包括移动端的锐龙AI 300系列、桌面端的锐龙9000系列，以及预计在今年下半年亮相的数据中心第五代EPYC。
2024-07-24 10:01:41
299
原创 中国特供H20 GPU面临禁售！
尽管H20在配置上相较于旗舰级H100有着明显的缩水——仅配备78组SM单元，显存降至96GB HBM3，内存带宽和NVLink互连带宽也被大幅削减，功耗控制在400W——但其在中国市场的表现却异常强劲。在GPU市场的风云变幻中，NVIDIA为了迎合中国市场，不断推出特供版产品，其中H20便是这一策略下的重要一员。总的来说，NVIDIA H20的故事是中国半导体市场的一个缩影，既展现了国际巨头在特定市场环境下的灵活应变，也揭示了中国半导体产业在自主创新和供应链安全方面所面临的挑战与机遇。
2024-07-23 11:50:31
815
原创 NVIDIA RTX 5090D“Blackwell”旗舰显卡曝光,你期待吗？
回顾RTX 4090D的先例，这款显卡虽在规格上有所缩减，但其图形性能依然保持在原始型号的90-95%之间，足以证明NVIDIA在平衡性能与合规性方面的深厚功底。英伟达预计将会在今年下半年推出全新的RTX 50系显卡，其中最给力的当然是万众期待的RTX 5090显卡，可以说在性能上已经完全没有敌手，然而对于中国消费者来说，这款旗舰显卡能否顺利落地还是个问号，毕竟RTX 4090就因为AI算力太强导致限制进口，英伟达不得不弄一个RTX 4090D显卡作为补偿，而在RTX 50系年代，老黄似乎也会这样做。
2024-07-19 14:24:04
487
原创 【科技前瞻】RTX 5090曝光：性能飙升，但天价与限购成新挑战？
显存方面，RTX 5090同样带来了颠覆性升级，从GDDR6X跨越到最新的GDDR7，容量从24GB扩容至28GB，位宽也从384bit拓宽至448bit，显存速度更是从21Gbps飙升至28Gbps，显存带宽因此跃升至1568GB/s，较之前代提升了近60%。这一波，英伟达似乎要玩真的，RTX 5090的性能提升被传得沸沸扬扬，让人不禁期待。综上所述，RTX 5090的即将问世无疑为追求极致性能的玩家带来了新的曙光，但对于更广泛的用户群体而言，其高昂的价格与潜在的购买障碍或许让这份期待多了几分无奈。
2024-07-18 13:43:19
500
原创 RTX 50系列显卡功耗信息曝光：5090型号功耗直逼500W，5060增幅显著引热议
近期，一份来自电源制造商的功率计算器数据揭示了RTX 50全系列显卡的TDP功耗预估，尽管这些数据可能仅为初步占位符，未来NVIDIA或有所调整，但它们仍为我们提供了一窥未来的窗口。具体来看，RTX 5090被标注为惊人的500W功耗，较当前旗舰RTX 4090的功耗增加了50W，这一增幅虽在意料之中，却也彰显了新一代旗舰显卡的能耗挑战。关于RTX 5090的详细规格，据称该显卡将采用三块PCB设计，搭载GB2020 GPU核心，基础频率接近2.9GHz，并配备28GB GDDR7显存，位宽达到448位。
2024-07-17 15:18:16
1405
2
原创 英伟达在中国市场的“曲线救国”与AI芯片的未来展望
从最初的A100和H100芯片受限，到后续推出的性能降级版A800和H800芯片，再到最新的H20、L20和L2系列，英伟达通过不断迭代和优化产品组合，以满足中国市场的特定需求。这些芯片的价格在1.2万美元至1.3万美元之间，预计将为英伟达带来超过120亿美元的收入，这一数字甚至超过了其截至2024年1月的整个财年中国内地市场的总收入。总之，英伟达在中国市场的“曲线救国”策略不仅为其赢得了宝贵的市场份额和收入来源，也为全球AI芯片市场的发展提供了新的思路和启示。未来展望：AI芯片市场的无限可能。
2024-07-08 10:38:11
454
原创 GPU技术全景：推动未来计算的新动力-4
以前图芯的原班人马，具有图芯的优点和图芯的缺点，清华系，目前在北京、西安、杭州、成都、us加州都有base. 该公司最引人注意的地方是，声称其自主创新的通用GPU 具有“与 CUDA/OpenCL等编程模型兼容的计算架构” ，使其能够很好地与 Nvidia 竞争，但同时也可能利用 Nvidia 最大的竞争优势——CUDA 与之对抗。“春晓”GPU的推出，不仅代表了中国在高性能GPU自主研发上的重要突破，也展现了摩尔线程在推动本土GPU产业发展、构建自主可控的计算生态方面的努力。
2024-06-27 09:47:10
1648
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人