Supermicro

专为加速人工智能而生

随着人工智能系统从兆瓦级向千兆瓦级扩展，其重心正从模型转向基础设施。三位活跃于计算、系统与国家级平台交汇领域的领军人物将共同探讨：电力、散热、架构与部署选择如何决定智能系统的性能、主权及控制权。 用户将理解：先进AI系统的主要瓶颈为何从算法转向物理基础设施（包括功率密度、散热和延迟）；掌握在不牺牲可靠性、安全性或经济可行性的前提下，如何部署千兆瓦级AI基础设施；探索系统架构与集成方案如何塑造大规模AI环境中的确定性、隔离性与可信度；并洞悉主权AI与企业AI部署在治理与控制层面如何区别于传统超大规模云模型。

企业正从AI实验阶段转向生产阶段，投资回报率与性能同样重要。由 Supermicro 和 NVIDIA 共同呈现的本次会议将探讨AI工厂、边缘AI和本地部署如何协同工作，以提供可扩展、经济高效的AI解决方案。我们将重点介绍由 NVIDIA RTX PRO 6000/4500 Blackwell 服务器版等GPU驱动的系统如何支持数据中心和边缘环境中的推理、可视化和检索增强生成 (RAG) 工作负载。本次会议还将探讨RAG管道如何受益于紧密集成的GPU、网络和存储，以提供低延迟、上下文感知的结果——帮助企业改进数据控制、降低运营成本并最大化AI投资回报率。

随着AI工厂扩展以支持更大的模型和更高的集群密度，液冷已变得至关重要。由 Supermicro 和 NVIDIA 共同呈现的本次会议将探讨如何使用液冷 NVIDIA HGX 系统和 NVL72 机架级平台构建下一代AI工厂，从而为大规模AI训练提供密集、高性能的GPU集群。与会者将深入了解 Supermicro 如何将这些平台部署为经过验证的机架级解决方案，而非独立服务器。本次会议将涵盖关键设计和部署考量，包括直接芯片冷却和机架级液体集成，并展示液冷整体解决方案如何加速上线时间，同时提高现代AI工厂的性能和能效。