从单机、虚拟化到资源池:数据中心如何走向算力中心?
算力中心不仅是服务器、GPU 和高速网络的集合,更重要的是通过软件平台,把分散的硬件变成可以统一申请、调度和回收的资源。
行路所得,皆可成章。
算力中心不仅是服务器、GPU 和高速网络的集合,更重要的是通过软件平台,把分散的硬件变成可以统一申请、调度和回收的资源。
单张 GPU 的性能很强,多张 GPU 连接起来以后,却不一定能够得到简单相加的集群性能
HBM、DDR5和NAND经常被统称为存储芯片,但在AI服务器和算力中心中,它们承担的任务并不相同。
今天谈AI算力,很多人首先想到的是GPU和显卡数量。但在一座真正的算力中心里,CPU、GPU、各类专用加速器、DPU、高速互联、网络、存储和调度软件缺一不可。
本文从 FLOPS/TOPS 到 MW/GW 的变化出发,拆解计算、存储、网络、调度、能源与软件平台,说明 AI 基础设施如何把电力、芯片和数据转化为可用的模型与服务。