Support_Japan@Supermicro.com

專為加速AI而生

隨著AI 從兆瓦級擴展至千兆瓦級，其重心正從模型轉移至基礎設施。三位活躍於運算、系統與國家級平台交匯領域的領袖將共同探討：當前電力、散熱、架構與部署選擇如何決定智慧系統的效能、主權與控制權。 使用者將理解：-AI 的主要瓶頸為何從演算法轉移至電力密度、散熱與延遲等實體基礎設施- 如何在不犧牲可靠性、安全性與經濟可行性前提下，部署AI - 系統架構與整合決策如何塑造AI 決定性、隔離性與信任機制- 主權AI與AI 在治理與控制層面，如何有別於傳統超大規模雲端模型

企業正從AI 邁向生產應用，此時投資報酬率與效能表現同等重要。本場Supermicro 呈現的議程，將深入探討如何AI 、邊緣AI與本地部署的協同運作，打造具擴展性且經濟實惠AI 。 我們將重點展示搭載NVIDIA RTX PRO 6000/4500 Blackwell伺服器版等GPU的系統，如何在數據中心與邊緣環境中支援推理、視覺化及檢索增強生成（RAG）工作負載。 本場次將深入剖析RAG管道如何透過緊密整合的GPU、網路與儲存系統，實現低延遲、情境感知結果——協助企業強化數據管控、降低營運成本，並AI 回報率。

隨著AI 擴大規模以支援更大型模型與更高叢集密度，液冷技術已成為關鍵要素。本場Supermicro 聯合主講的議程，將深入探討如何運用液冷式NVIDIA HGX系統與NVL72機架級平台建構次世代AI 實現高密度、高效能GPU叢集以支援大規模AI 。 與會者將深入瞭解Supermicro這些平台部署為經過驗證的機架級解決方案，而非獨立伺服器。議程涵蓋關鍵設計與部署考量，包括直接晶片冷卻技術及機架級液冷整合方案，並展示液冷整體解決方案如何加速現代AI 的上線時程，同時提升效能與能源效益。