AI 工廠的傳輸革命：高速網路全面進化

AI & AIoT

AI 工廠的傳輸革命：高速網路全面進化

生成式 AI 的快速發展正推動資料中心轉型為「AI 工廠」，在系列首篇文章《資料中心轉型 AI Infrastructure，迎接 AI 工廠時代來臨》中，我們提出 GIGABYTE 以系統性思維重塑 AI 基礎建設，全面升級效能、散熱與管理。接續第二篇 《打造 AI 工廠的記憶體革命 ─ CXL 記憶體池的崛起 》則指出除了強大的運算與記憶體，AI工廠更依賴穩定且高速的資料傳輸解析。本文將探討從伺服器到資料中心的「高速傳輸」技術發展，是如何推動AI工廠。
# Immersion Cooling # Generative AI (GenAI) # Artificial Intelligence (AI)
打造 AI 工廠的記憶體革命 ─ CXL 記憶體池的崛起

AI & AIoT

打造 AI 工廠的記憶體革命 ─ CXL 記憶體池的崛起

想像 AI 工廠就像一個充滿活力的廚房，廚師們 (運算設備) 合作準備豐盛的大餐 (AI 任務) 。隨著 AI 模型規模擴大，如擁有 4050 億參數的 Llama 3.1 405B，廚房需要高效處理大量食材 (資料) 。CXL ( 快速運算連結 Compute Express Link) 的記憶體池 (Memory Pool) 技術就像一個共享的中央食材共享大冰箱，讓廚師們輕鬆存取和分享資源，提升整體效率，甚至連隔壁廚房的廚師 (其他伺服器) 都可以共同使用。本文將聚焦 CXL 記憶體池如何協助優化資源、加速傳輸，並促進永續發展。技嘉伺服器整合此技術，提供高效解決方案，讓 AI 工廠運作更順暢。
# Machine Learning Operations (MLOps) # Generative AI (GenAI) # Cloud Computing
Micron 與技嘉 CXL 應用展示

Component

Micron 與技嘉 CXL 應用展示

深入探討 CXL 技術及其對現代 AI / HPC 應用的優勢
# Artificial Intelligence (AI) # Machine learning (ML)
資料中心轉型 AI Infrastructure ，迎接 AI 工廠時代來臨!

AI & AIoT

資料中心轉型 AI Infrastructure ，迎接 AI 工廠時代來臨!

AI Infrastructure 不僅是雲端伺服器的堆疊，更是一套整合高效能運算、儲存、散熱與管理的基礎設施，專為生成式 AI、大型語言模型、多模態學習甚至 Agentic AI 而打造。根據 IDC 預測，全球 AI 基礎建設市場將在 2028 年達到 2,230 億美元*，成為企業最重要的資本支出之一。本文將從 AI Infrastructure 的戰略角色出發，介紹技嘉如何以系統性思維，打造出驅動 AI Factory 穩定運作的運算中樞，從資料中心到邊緣，鋪建出一條通往 AI 未來的高速通道。
# Generative AI (GenAI) # Machine Learning Operations (MLOps) # Machine learning (ML)
助力永續賽車創新

Success Case

助力永續賽車創新

ClusterVision、AMD 與技鋼科技如何助力 HyDriven 與 Delft 方程式學生團隊開發氫能與電動賽車
# Edge Computing # Cloud Computing # AI Inference
DCIM x AIOps：助力AI持續翻新的關鍵趨勢

AI & AIoT

DCIM x AIOps：助力AI持續翻新的關鍵趨勢

目前人工智慧(AI)發展出現明顯的新趨勢，就是「AI硬體」蓬勃成長的同時，促進運算平台發揮最大效能，使生態系接近完整的「AI軟體」也備受矚目。業界先驅特別注重DCIM（資料中心基礎設施管理）及AIOps（人工智慧IT維運）兩類別軟體，相信能帶給企業強大的競爭力，引領AI浪潮再創巔峰。技嘉科技發表全新趨勢介紹文章，解析DCIM與AIOps的運作原理，並推薦你可導入的技嘉軟體產品。
# Machine learning (ML) # Supercomputing # Edge Computing
使用 Solidigm™ SSD 與GIGABYTE伺服器最佳化 AI 訓練

Component

使用 Solidigm™ SSD 與GIGABYTE伺服器最佳化 AI 訓練

了解 Solidigm 與GIGABYTE如何透過尖端儲存與系統整合，重新定義 AI 訓練效能。立即升級您的 AI 基礎架構，實現更高水準的效率與可擴充性。
# Deep Learning (DL) # Cloud Computing # Machine learning (ML)
專訪技嘉達人：如何為客戶打造理想液體冷卻解決方案

Cooling

專訪技嘉達人：如何為客戶打造理想液體冷卻解決方案

「專訪技嘉達人」系列文章，帶領讀者與技嘉科技的專業團隊深度對談，了解尖端科技如何應用在技嘉產品上，讓用戶第一時間掌握領先業界的競爭利器，實現AI願景。我們很榮幸採訪到伺服器冷卻團隊，請他們介紹三個「以客為本」的產品策略，讓GIGABYTE的液體冷卻解決方案能符合客戶期待，全方位滿足使用需求。
# Immersion Cooling # PUE # Artificial Intelligence (AI)
技嘉伺服器扮演強力後盾！2024 ISC歐洲超級電腦大賽清華學生團隊獲亞軍肯定

Success Case

技嘉伺服器扮演強力後盾！2024 ISC歐洲超級電腦大賽清華學生團隊獲亞軍肯定

由國立清華大學（NTHU）周志遠教授帶領的學生團隊在 ISC 2024 學生叢集競賽中獲得亞軍。他們透過 GIGABYTE 伺服器和高效能運算 (HPC) 技術解決了多項科學難題，並利用進階 GPU 解決方案及即時性能監控工具，在功耗限制內達到優異成績。本次合作展現了台灣在 HPC 領域的全球競爭力，同時激發未來 HPC 人才的成長潛力。
# Artificial Intelligence (AI) # Supercomputing # Deep Learning (DL)
如何透過GIGAPOD一站式服務，加速AI時代的全面革新

Tech Guide

如何透過GIGAPOD一站式服務，加速AI時代的全面革新

# Supercomputing # PUE # Artificial Intelligence (AI)
如何升級資料中心，為AI時代做好完善準備？（下）叢集運算

Tech Guide

如何升級資料中心，為AI時代做好完善準備？（下）叢集運算

本篇《科技指南》的上半篇，著重於人工智慧（AI）時代的資料中心，如何透過先進冷卻技術提升企業競爭力，同時達到節能減碳目標。下半篇將探討叢集運算在AI資料中心扮演的角色。隨著AI應用的數據複雜度持續提升，AI伺服器不僅要發揮強大的算力，還要實現「一加一大於二」的綜效，才能承接高難度的運算工作。這就是叢集運算的核心概念。技嘉科技可以協助你將叢集運算導入你的AI資料中心。
# AI Inference # Machine learning (ML) # Generative AI (GenAI)
如何升級資料中心，為AI時代做好完善準備？（上）先進冷卻

Tech Guide

如何升級資料中心，為AI時代做好完善準備？（上）先進冷卻

人工智慧（AI）普及促使全球資料中心加快導入創新科技，最具代表性的兩項技術分別是先進冷卻和叢集運算。高效能AI晶片的熱設計功耗（TDP）日益增高，資料中心必須升級或改造其基礎設施，採用節能且具成本效益的冷卻方案，才能保持競爭力。技嘉科技最新發表的《科技指南》，將介紹業界主流的三種伺服器冷卻選項，協助你評估是否適合導入你的資料中心，為AI時代做好萬全的準備。
# Open Compute Project (OCP) # Data Center # HPC
❮
❯
  1. 首頁
  3. Insight