Tensor-X

裸金属管理系统

Tensor-CMDB

知识库系统

Tensor-AUTO

AI管理调度平台

扩大

集群规模

深化

集群运维能力

深化

集群软件调度能力

优化

集群生命周期扩展能力

行业应用探索

优化集群迭代

汰换保持行业竞争力

推理时代的AI工厂架构

加速大语言模型 (LLM) 和混合专家模型 (MoE) 的推理和训练。Blackwell Transformer 引擎采用了微张量细粒度缩放技术来优化性能，实现 4 位浮点 (FP4) 。这一技术在保持精度不变的同时将内存支持的下一代模型性能和规模提升了 1 倍。

Cloud环境超级计算

GPU 运行深度学习框架会消耗数 PB 的数据，并在整个数据中心造成拥塞和瓶颈，在Cloud环境共享的基础设施中同时运行多个应用会产生性能瓶颈。Magnum IO 体系结构新的改进功能可有效减轻Cloud环境下多租户的性能影响。

适用于AI工厂和AI云的网络

目前涌现两类数据中心：AI 工厂和 AI 云。AI 工厂旨在处理大规模的工作流程，并支持大语言模型 (LLM) 和其他基础 AI 模型。AI 云则针对支持大规模生成式人工智能应用程序。架构师必须仔细考虑网络设计，并根据 AI 工作负载的独特需求定制这些设计。

Transformer架构

Transformer 架构，它不仅仅是一个模型，更是一种范式，彻底改变了我们理解和处理自然语言的方式。

ResNet被引用最多的架构

从2012年开始，卷积神经网络（Convolutional Neural Networks, CNN）极速发展，不断涌现出如 AlexNet、VGGNet 等优秀的神经网络。到了2015年，一个新型的网络更是颠覆了计算机视觉领域和深度学习领域，这就是 ResNet 。而 ResNet 模型主要设计者：何恺明（广州人）

Diffusion扩散模型

在各种 AGI 生成式模型中“扩散”机制的模型系列仍然是机器学习中最热门的话题之一。基于扩散模型已经证明，它们能够产生超过该领域先前使用的所有对标结果，扩散模型目前还被应用在具身智能的运动生成中。