全球GPU算力资讯简要【20250906】

国内首个AI计算开放架构发布：该架构由中科曙光协同20余家产业链企业（涵盖AI芯片、整机、大模型等）共同发布，是面向大规模智能计算场景，以GPU为核心进行高效紧耦合系统设计的协同创新体系，旨在推动国产智算生态的全面开放与普惠发展。

曙光AI超集群系统技术特点：

• 超高性能：单机柜可搭载96张GPU卡，算力规模达百P级，访存总带宽超180TB/s，支持百万卡超大集群扩展。

• 超高效率：其千卡集群大模型训练推理性能达业界主流水平2.3倍，开发效率提升4倍，并能通过存算传协同提升GPU计算效率55%。

• 超高可靠：包含121项设备和链路可靠性设计，平均无故障时间（MTBF）提高2.1倍，平均故障修复时间（MTTR）降低47%。

• 全面开放：硬件支持多品牌AI加速卡，软件兼容主流AI计算生态（如CUDA）。

AI计算开放架构联合实验室成立：该实验室将依托国家先进计算产业创新中心，围绕芯片与底层基础软件协同优化、模型—硬件协同设计等方向展开工作，着眼于破解生态壁垒。

中科曙光开放三项关键技术：首批宣布开放AI存储优化能力、液冷基础设施设计规范、DeepAI基础软件栈等三项技术能力，以降低中小企业研发门槛，减少重复研发。

曙光AI超集群能效突出：采用先进冷板液冷技术，通过394项节能设计，其电源使用效率（PUE）低于1.12。

中国智算产业寻求开放协作突破算力瓶颈：产业界认识到，面对高端算力供给不足、国产加速卡性能差距大、算力成本高、自主软硬件生态不成熟等挑战，需通过开放协作打造开放式、标准化、高效率的算力集群。

谷歌Ironwood TPU性能大幅跃升：谷歌在Hot Chips 2025大会上披露了其TPU v6（Ironwood）的细节。其峰值FLOPS性能较TPU v5p提升约10倍，功效比提升5.6倍，配备192GB HBM3E内存，带宽达7.3TB/s。其4.2 TFLOPS/瓦的功效比已接近英伟达B200/300 GPU的4.5 TFLOPS/瓦，表明AI专用芯片正快速缩小与领先GPU的性能差距。

Meta扩展超大规模GPU集群：Meta计划将其GPU集群规模扩展至超过10万张GPU，并在未来十年预计增长10倍。其在Hot Chips大会上详细介绍了定制NVL72系统Catalina的架构设计，该设计与英伟标准设计不同，体现了基于个性化需求的定制化趋势。

网络与光学技术成AI基础设施焦点：

• 网络技术：博通推出了51.2TB/s的Tomahawk Ultra交换机，专注于HPC和AI应用的低延迟Scale Up。英伟达也推出了"Spectrum-XGS"以太网技术，解决跨数据中心分布式集群的“跨规模”问题。

• 光学技术：Lightmatter和Ayar Labs等公司展示了先进的光子互连和光学I/O芯片技术，以应对铜互连限制、机架功率密度增长以及光学收发器成本和功耗的挑战。

AMD披露MI350细节并预告MI400：AMD在Hot Chips大会上介绍了MI350 GPU系列。MI355X TBP为1.4kW，主要部署在液冷数据中心；MI350X TBP为1.0kW，主要服务于风冷基础设施。AMD重申MI400系列及其"Helios"机架解决方案将按计划于2026年推出。