【2022 年 9 月 20 日美国加州圣何塞讯】Super Micro Computer, Inc. (SMCI) 为企业级计算、GPU、储存、网络解决方案和绿色计算技术等领域的全球领导者,再度扩充其领先业界的加速计算基础架构,推出全新的完整产品系列,针对NVIDIA H100 Tensor Core GPU最佳化,包含超过20种产品选项。具有庞大NVIDIA认证系统产品组合的Supermicro,现在支持全新NVIDIA H100 PCI-E及NVIDIA H100 SXM GPU。
Supermicro总裁暨首席执行官梁见后(Charles Liang)表示:“Supermicro正式推出搭载全新NVIDIA H100 的GPU服务器。我们持续提供目前业界最完整的产品系列,并能以各种规格供应这些系统,包括8U、5U、4U、2U和1U选项,也能在我们的SuperBlade®、工作站及通用型GPU系统中使用最新的GPU。对于特定的AI应用,相较于前几代的GPU加速器,客戶的AI推理性能提升可达30倍。我们GPU服务器创新的气流设计可降低风扇转速、降低耗电量、噪音,同时降低总拥有成本。”
通过NVIDIA H100 PCIe GPU认证的Supermicro系统配备NVIDIA AI Enterprise,这套端对端云端原生AI及资料分析套装软件经过优化,可供企业使用AI。配备NVIDIA AI Enterprise的Supermicro系统结合NVIDIA H100 GPU,可简化AI就绪平台的构建,加速AI开发及部署,并提供性能、安全性及可扩展性,从而以更快的洞察力快速实现商业价值。
英伟达(NVIDIA)全球OEM客户副总裁Kevin Connors表示:“NVIDIA H100为我们的加速计算平台带来了新的飞跃。Supermicro搭载NVIDIA H100的各种服务器,可加速处理各种规模的工作负载,在降低成本的同时提供巨大的性能提升,帮助企业实现更快的产品上市时间。”
Supermicro也会针对NVIDIA H100 GPU将特定当前一代系统进行认证,目前可提供Supermicro GPU服务器SYS-420GP-TNR、SYS-420GP-TNR2以及SYS-740GP-TNRT Supermicro工作站等。通过对当前出货的工作站提供NVIDIA H100 GPU认证,客户可保留现有的CPU选择,同時享有全新GPU帶來的性能提升。此外,配合抢先体验计划,搭载NVIDIA H100 GPU的新一代Supermicro系统已开始出货。

Supermicro支持开放标准并遵守开放电源规范,提供客户快速交付及安装,更快取得生产力成果。此外,8U 8-GPU等机型的Supermicro服务器也支持标准和OCP DC机柜配置的AC和DC电源。
了解更多配备NVIDIA H100 GPU的Supermicro服务器,请访问:https://www.supermicro.com/en/accelerators/nvidia。
关于Super Micro Computer, Inc.
Supermicro (NASDAQ:SMCI) 是应用优化全方位IT解决方案的全球领导者。成立于美国加州圣何塞,Supermicro致力于为企业、云计算、人工智能和5G 电信/边缘IT 基础架构提供领先市场的创新技术。Supermicro正转型为全方位IT 解决方案提供商,完整提供服务器、人工智能、储存、物联网和交换机系统、软件和服务,同时继续提供先进的大容量主板、电源和机箱产品。Supermicro 的产品皆由企业内部设计和制造,通过全球化营运展现规模和效率,并优化以提高 TCO及减少对环境的影响(绿色计算)。屡获殊荣的Server Building Block Solutions 产品组合能让客户从灵活且可重复使用的构建区块所打造的广泛系统系列中选择,支持各种规格、处理器、内存、GPU、储存、网络、电源和散热解决方案(空调、自然气冷或液冷),进而针对客户实际的工作负载和应用实现最佳性能。
Supermicro、Server Building Block Solutions 和 We Keep IT Green 皆为Super Micro Computer, Inc. 的商标和/或注册商标。
所有其他品牌、名称和商标皆为其各自所有者之财产。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。