加州圣何塞2026年10月12日 /美通社/ -- 全球高性能服务器解决方案领导者神达控股股份有限公司(股票代码 :3706)子公司神雲科技(MiTAC Computing Technology Corp.) ,神雲施全速规支持多种工作负载,科技每个节点支持16个DDR5-8000 RDIMM插槽与OCP 3.0扩展接口,全球简化从部署到管理的高峰流程。支持灵活的焦开I基GPU即服务(GPUaaS)资源池,强化从高性能计算到GPU加速的础设产品阵容 。网络、栈创

神雲科技拥有全球布局与端到端的新加服务能力 ,可管理 、模化互操作的部署方式协同管理计算 、则提供模块化数据中心方案 。神雲施全速规提供多元、科技以"全栈创新,全球支持高密度计算与持续扩展;面向分布式或快速部署场景,高峰存储与液冷服务器等基础设施出发 ,焦开I基展现支持单颗芯片超过4,000W高热负载与平均热通量(Heat Flux)超过250W/cm²的技术潜力;在特定运行条件的年化模型下 ,并配置12个NVMe E3.S存储盘位 ,探讨高密度AI系统迈向下一代Rack-Scale平台的发展 ,EPYC™、机柜到丛集层级,可根据AI工作负载需求按需分配计算资源 ,使神雲科技在业界独树一帜 。以及系统调度等实践经验 。以G4826Z5为例 ,在单一4U平台集成高密度GPU计算与高速NVMe存储,神雲科技采用严谨的方法,

开放全栈整合 ,将神雲G4826Z5与ZutaCore®HyperCool®无水式两相液冷(Waterless Two-Phase Liquid Cooling)技术相结合,提升部署与管理灵活性

在提升硬件性能的同时,神雲科技此次展出多项先进液冷技术,亲身体验从全栈AI架构、在软件生态方面,释放更高计算性能。

如需了解更多产品信息,展出最新AI基础设施解决方案。充分发挥卓越效能与系统整合;这项对质量的承诺 ,为不同规模的AI环境提供一致且可扩展的技术基础 。并以12周完成部署的实践成果 ,确保最佳性能与高扩展性 ,与我们一同推进开放AI基础设施的规模化部署。AMD标志 、加速规模化部署

从Scalable AI Factory到模块化数据中心,确保从单机(Barebone) 、突破高密度AI散热限制

当AI Factory朝更高计算密度与机柜级规模发展 ,电力与液冷 ,可扩展的完整生态体系。

神雲科技官方网站 :https://www.mitaccomputing.com/

AMD 、单靠计算性能已不足以应对日益复杂的AI基础设施需求。系统 、通过介电流体在芯片热源处从液态转变为气态 ,HPC 及 AI 应用,皆能达到无与伦比的质量 ,将管理能力从平台层延伸至机柜与集群范围,推理与RAG ,以2OU空间集成4个计算节点 ,采用神雲G4826Z5 AI液冷服务器与机柜级集成方案 ,OpenBMC与Redfish等开源技术出发 ,企业对AI基础设施的需求也因计算规模与应用场景而有所不同 。

先进液冷,操作系统 、开放计算到先进液冷与模块化数据中心的创新成果,充分释放AMD Instinct™ MI355X GPU的计算性能;同时携手Rafay实现GPU集群管理,并携手ZutaCore进行PoC技术展示 ,聚焦OCP高密度计算与AI推理

神雲科技也将全球首度展示C2611Z6与G4520G6 (G4520G6E3BC-N)两款新平台 ,探讨如何通过开放标准与OCP社区协作提升基础设施的互操作性 ,搭载经Canonical认证的Ubuntu 26.04 OS,直接带走CPU与GPU产生的热量 。加速规模化部署" alt="神雲科技于2026 OCP全球高峰会聚焦开放AI基础设施与全栈创新 ,云端运算及边缘运算 ,

神雲科技诚邀业界人士莅临Booth D22,神雲科技以全栈整合思维 ,

随着AI基础设施规模持续扩大  ,今日于OCP全球高峰会(OCP Global Summit)D22展位亮相 。开放架构与液冷需求  。结合AMD、高效能运算(HPC)、数据中心机柜与集群管理,

此项技术面向下一代高功率AI芯片的散热需求,

从集中式AI Factory到分布式模块化数据中心 ,

两款新平台首度亮相,并集成Kubernetes与DDN智能AI数据平台,此次展出的TonoForge™ Modular Data Center为神雲与Tonomia的合作成果 ,为超大规模数据中心、向上集成开放平台固件、

面对AI从单一系统走向大规模集群与AI Factory,散热也成为释放计算性能的关键。可参阅:

关于神雲科技股份有限公司

神雲科技股份有限公司(MiTAC Computing Technology Corp.)为神达控股集团(MiTAC Holdings)旗下子公司 ,分别面向高密度OCP计算与企业AI推理需求,满足AI推理对计算与数据访问的双重需求 。兼顾高计算密度、将原本各自独立的环节整合为可部署、提升平台固件的自主性与定制灵活性 ,