在AI数据中心中，Scale Up（纵向扩展）是通过提升单台服务器的计算密度来增强算力，比如在一台机器上集成更多高性能GPU、更大内存或更快的存储，打造“超级节点”。它的特点是高带宽、低时延，特别适合AI推理的大显存并行计算以及训练中的张量并行（TP ...

面对挑战，在孙凝晖院士提出的C体系技术路线指引下，早在2022年7月，阿里云和中国科学院计算技术研究所联合开启高通量以太网（ETH+）协议的制定。此后一年，2023年7月，由阿里云和计算所发起的『高通量以太网联盟』应运而生。目前，『高通量以太网联盟』 ...

智通财经APP获悉，广发证券发布研报称，随着AI训练与推理对单节点计算密度、带宽与低延迟互连的需求不断攀升，提升单机性能已成为数据中心投资的优先选项，各大厂商正推出自研或深度定制的交换芯片与互连协议。整体来看，Scale up网络的快速发展正直接推动Scale ...

随着人工智能技术的飞速发展，模型发展的两极化趋势愈发显著。在企业级应用层面，小参数模型凭借其高效性和实用性，迅速成为市场宠儿；而在另一端，通用大模型的参数规模不断攀升，正式迈入万亿参数的新纪元。 MoE（Mixture of ...

在人工智能领域，模型发展的两极分化趋势愈发显著。一方面，企业级应用更倾向于采用小参数模型，因其在实际应用中展现出高效与便捷；另一方面，通用大模型的参数规模持续攀升，已迈入万亿参数的新纪元。 MoE（Mixture of ...

人工智能领域正经历一场前所未有的算力革命。随着 大模型 参数规模的指数级增长，从GPT-3的1750亿参数到万亿参数模型的涌现，对算力系统的需求呈现爆发式增长。传统计算架构已难以满足日益增长的算力需求，推动着业界探索新的解决方案。浪潮信息近日发布的元脑SD200超节点AI服务器，正是应对这一挑战的积极尝试。

规模化网络（Scale-up networking）成为关键战场：团队指出，在Scale-up架构中（即大规模AI集群内部高带宽、高吞吐互连），其单位系统中可贡献的 ...

管理。 Scale-up架构本身就是以单一系统的方式来进行管理的。 而Scale-out架构通常有聚合管理的能力，但每个厂商提供的产品可能会有所不同。 复杂性。 Scale-up架构的存储相对简单，而scale-out架构的系统会更复杂一些，毕竟每个节点都需要管理。 可用性。

只看Scale-up，博通CEO Hock Tan在2025年二季度的财报会议中认为，“Scale-up正在快速切换到以太网…博通在scale-up中的机会是scale-out的五到十倍”。

在本专栏的上下文中，每个机架可以被视为一个 AI Pod。 “Scale-Up”（又称“垂直扩展”）是指向单个 AI Pod 或节点添加更多资源，例如处理器和内存。 相比之下，“Scale-Out”（又称“水平扩展”）是指向系统添加更多 AI Pod 或节点并将它们连接在一起。

从数量和销量来看，800G和1.6T时代，重定时可插拔设备仍将是最大的市场，到了3.2T时代，LPO和CPO的优势将更加明显，技术也将更加成熟，同时CPO可能 ...

通过此次合作备忘录的签署，ODCC与UALink联盟将围绕Scale Up技术发展趋势、行业应用需求等话题进行更多探讨，并通过技术研讨、测试评估和产业活动 ...