资源库

STAC 最近对一个解决方案进行了 STAC-M3™ 基准测试审计，该解决方案的 KDB+ 数据库系统分布在六台 Supermicro 存储 SuperServer SSG-222B-NE3X24R 服务器上。(ID: KDB250929)

利用云计算和边缘计算加速数字化转型。

AI/ML工作负载需要极致的性能和不妥协的数据弹性。Supermicro GPU服务器与Graid Technology的SupremeRAID™ AE (AI Edition) 结合，即使在采用NVIDIA GPUDirect® Storage (GDS) 的AI I/O模式下，也能为NVMe SSD提供接近原生带宽的RAID 5保护。

随着加速计算成为Mainstream，电信行业格局正在发生转变。这一转型通过向内部和第三方用户提供GPU基础设施，同时运行5G/6G无线接入网络（RAN）软件，释放了利用AI应用实现电信边缘变现的潜力。这种统一的方法不再是未来的概念，而是创建新收入来源和实现边缘变现的关键业务需求。但是，如何构建一个既能产生新收入又能满足RAN严格要求的平台呢？诚邀您与Supermicro和Aarna.ml的专家一起，深入探讨AI RAN分布式推理的综合参考架构。我们将揭示一个完整的云原生解决方案，旨在将您的边缘站点转变为动态的、可变现的AI平台，同时也能运行RAN软件。

Supermicro 和 NVIDIA 正通过提供边缘 AI 解决方案来变革零售业，将智能直接引入商店。

STAC 最近对一个堆栈进行了 STAC-ML™ Markets（推理）基准测试审计，该堆栈包含一台 Supermicro ARS-111GL-NHR 服务器中的 NVIDIA GH200 Grace Hopper 超级芯片。(ID: SMC250910)

人工智能的最新进展带来了新的基础设施挑战，例如更高的功耗要求和散热管理。Supermicro 的数据中心构建模块解决方案 (DCBBS) 提供了快速装备液冷 AI 数据中心所需的一切。

水冷式 GPU 服务器降低功耗并提高性能

随着 AI 用例在零售、制造、智能空间和其他行业的持续扩展，边缘的企业基础设施性能需要跟上步伐。在性能和总拥有成本 (TCO) 之间找到适当的平衡对于成功且可持续的商业案例至关重要。此外，企业正在采用用于预测性 AI、生成式 AI、物理 AI 和智能体 AI 的专用 AI 模型，这使得用于实时决策的低延迟数据处理变得更加关键。欢迎加入我们，共同探讨边缘 AI 用例，以展示企业如何推动增长和卓越运营，以及 Supermicro 的边缘产品组合如何旨在提供所需的边缘 AI 性能。

更贴近数据，领先未来智能

传统零售业的竞争比以往任何时候都更加激烈。随着人工智能的进步，零售商有机会释放新的效率并提供卓越的购物体验。然而，成功并非唾手可得。这需要具备机架式简易性的企业级边缘系统。这正是 Supermicro 和 AMD 发挥作用之处。

本白皮书探讨了Intel的信任域扩展（TDX）和NVIDIA机密计算如何与Supermicro基于HGX B200的系统协同工作，共同为下一代AI基础设施提供一个强大、安全且可扩展的平台。

Supermicro ARS-E103-JONX：性能优化、适用于边缘AI的无风扇系统

分布式网络的节能性能

Supermicro 和 Algo-Logic 提供期货和期权复杂交易策略的超低延迟执行。该系统利用 AI 集群、具有精确时间戳的分析服务器以及硬件加速的交易执行。