NVIDIA Spectrum-X助力Meta甲骨文AI基建升级
在圣何塞举办的OCP全球峰会上,英伟达正式揭晓了其十亿瓦级AI工厂的未来蓝图,并宣布meta与甲骨文两大科技巨头将采用英伟达Spectrum-X以太网网络交换机,以强化其AI数据中心网络,加速大规模
在近期圣何塞OCP全球峰会上,英伟达重磅发布了新一代AI超级工厂建设方案,并披露科技巨头Meta与甲骨文将成为首批采用其Spectrum-X以太网交换机的重要客户,这一战略合作将大幅提升其AI数据中心网络性能并加快全球部署速度,为AI训练效率带来革命性突破。
神经系统级解决方案
英伟达创始人黄仁勋在峰会上阐释道:"Spectrum-X绝非普通的以太网替代方案,它相当于AI工厂的核心神经系统。该系统能帮助科技公司将海量GPU资源高效互联,形成一个超级计算机集群,为训练前沿超大AI模型提供坚实支撑。"
面向未来的以太网平台
这款专为万亿参数AI模型量身打造的Spectrum-X平台由高性能交换机和超级网卡构成,其创新设计创造了AI专用以太网解决方案的新标杆。
突破性的网络性能
Spectrum-X最引人注目的亮点是其先进的拥塞控制技术,能确保全球最大规模AI超算保持95%的超高吞吐率。相比之下,传统以太网在大规模数据传输场景下往往会出现大量拥塞问题,导致吞吐量骤降至60%左右。
全球化AI基础设施
这项技术创新标志着AI网络在经济效益和扩展能力上取得重要突破。Spectrum-XGS技术作为核心组件,可跨区域联接数据中心,打造真正意义上的全球化AI超级工厂网络。
全栈技术整合
Spectrum-X平台深度融合了英伟达的全套技术方案,包括GPU、CPU、NVLink等硬件及配套软件,确保从计算到网络的端到端性能表现。其智能化的网络流量管控与AI驱动监测功能,为大规集群的运行效率提供了可靠保障。
行业巨头战略布局
甲骨云基础设施负责人Mahesh Thiagarajan表示:"通过部署Spectrum-X网络,我们将构建互联数百万GPU的AI超级集群,帮助客户显著提升AI训练与推理效率。"
Meta方面则计划将该技术整合进其FBOSS交换系统,其网络负责人Gaya Nagarajan强调:"我们的新一代AI基建需要革命性的开放网络架构,Spectrum-X将助力我们训练更大规模模型,为全球用户提供更好的AI体验。"
新兴技术生态构建
NVLink Fusion融合技术也取得重要进展,英特尔和三星等半导体巨头已加入生态系统。多家芯片设计与代工企业共同协作,以满足人工智能领域日益增长的算力需求。
开放的产业协作
NVLink Fusion联盟汇集了富士通、高通等CPU厂商,以及Marvell、联发科等芯片设计公司,加上Cadence等行业领先的技术伙伴,共同打造完整的解决方案。
在这场AI基础架构的革新浪潮中,英特尔计划推出集成NVLink的x86处理器,三星则将与英伟达深度合作开发定制芯片。当前业界对超大规模AI集群的追求已成共识,Spectrum-X凭借其在开放性与高性能上的完美平衡,正助力AI训练与应用开发进入新纪元。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
努比亚AI宠物机器人iMoochi7月17日上线
7月13日消息,努比亚手机官方微博正式宣布,一款名为iMoochi的AI情感陪伴宠物机器人,将于7月17日上午10点在中兴商城及各大电商平台同步开售。 这款产品最早亮相于2026年世界移动通信大会(MWC26),是中兴通讯推出的情感陪伴型AI宠物机器人。简单来说,它精准瞄准了都市独居人群的情感需求—
商业航天规模商用拐点已至 基金经理看好长期配置价值
长征十号乙火箭成功实现我国首次一子级可控回收及全球首次海上网系回收,使中国成为全球第二个掌握大运力可回收火箭技术的国家。该技术有望降低发射成本40%以上,商业航天进入规模商用拐点,具备长期配置价值。
HBM4明年价格或翻倍 产能瓶颈与长协加剧供应紧张
高带宽内存HBM4价格预计明年翻倍,每Gb达4至5美元。AI需求强劲,加上生产周期长、良率低、消耗晶圆产能是DDR5的三倍,导致供应紧张。长期合同锁定全球产能,存储厂商因DDR5利润率超80%而推动HBM维持高价位。
OpenAI暂时取消Codex及ChatGPT Work订阅使用限制
OpenAI暂时取消Codex与ChatGPTWork对Plus Business和Pro用户的5小时使用限制。GPT-5 6Sol模型将进行效率优化以减少消耗,在Terminal-Bench2 1测试中标准模式得分88 8%,Ultra模式达91 9%。平台活跃用户已突破600万。
蚂蚁灵波:具身大脑问题多,不必纠结世界模型与VLA
具身大脑要大规模走向真实场景,确实还有不少坎要跨。跨本体适配、数据飞轮、后训练成本、商业化交付……每一个都是实打实的门槛。现阶段,整个行业还处于非常早期的阶段,这点必须清醒地认识。 "不用太纠结技术路线,现在整个具身大脑非常不成熟,要解决的问题还有很多。 "7月10日,蚂蚁灵波首席科学家沈宇军在蚂蚁灵波
- 热门数据榜
相关攻略
2026-07-13 13:21
2026-07-13 13:21
2026-07-13 13:20
2026-07-13 13:20
2026-07-13 13:20
2026-07-13 13:20
2026-07-13 13:20
2026-07-13 13:19
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程

