华硕SC26展示全栈AI基础设施,AMDEPYC9006与MI350X平台成重点
华硕在SC26超算大会上推出覆盖CPU、GPU、存储与软件的全栈AI基础设施方案,主打基于AMD EPYC 9006处理器与Instinct MI350X GPU的灵活部署架构,强调配置可定制性与服务...
在2026年超级计算大会(SC26)上,华硕正式对外展示了其面向企业级AI部署的全栈基础设施方案。该方案并非单一硬件产品,而是一套涵盖从底层芯片、服务器平台、加速卡到系统集成与软件管理的完整技术路径,核心目标是帮助企业将AI战略转化为可落地、可扩展、可持续的生产环境。
与过去聚焦单点性能不同,华硕此次提出的“AI Factory”蓝图强调“架构选择自由”:客户可根据自身工作负载特性、性能预期及部署场景(如数据中心、边缘节点),在AMD、Intel与NVIDIA三大平台间灵活组合。这一策略背后,是华硕对当前AI基础设施碎片化现状的回应——企业不再只需要GPU,而是需要一套能协同调度算力、存储与网络资源的整体系统。
在CPU层面,华硕重点推介了搭载第六代AMD EPYC 9006系列处理器的多款服务器机型。其中,双路1U机型RS700A-E14B-R16U采用PCIe 6.0接口,支持最多16块E3.S规格固态硬盘,适用于高密度数据处理与计算服务;单路2U机型RS520A-E14B-R12U则提供更灵活的GPU与NVMe配置选项;而紧凑型1U机型RS500A-E14B-R12U则在有限空间内集成了高速存储与DC-MHS热插拔服务设计,适合空间受限的边缘或混合云部署场景。
GPU方面,华硕同步展出两款关键平台:ESC8000A-E13P支持AMD Instinct MI350P加速卡,而空气冷却的XA AM3A-E13则集成8张MI350X GPU,专为大规模模型训练与科学仿真等高算力需求场景设计。值得注意的是,MI350X作为AMD最新一代AI加速器,具备高达1970 TFLOPS的FP16算力与256GB HBM3显存,其能效比相较前代有显著提升,正逐步成为替代NVIDIA A100/H100的可行选项之一。
华硕并未止步于硬件堆叠,而是将“可服务性”与“可配置性”作为核心卖点。例如,所有服务器均采用模块化设计,支持免工具拆装、快速更换部件,并配合自动化制造与全流程验证体系,确保批量交付的一致性与可靠性。据官方信息,其最新一代机架级AI系统已在本季度启动规模出货,标志着从原型验证向实际部署的关键跨越。
值得对比的是,同场亮相的神雲科技(MiTAC Computing)也提出类似“全栈AI基础设施”概念,但侧重点略有不同:其联合Skymizer推出的“解耦式推理引擎”,将大模型推理中的Prefill与Decode阶段分别交由GPU与专用内存加速卡处理,旨在优化超大规模模型(如Kimi K3)在本地环境的运行效率。该方案依赖AMD EPYC 9575F/9755处理器+MI350X GPU的Prefill服务器,以及Intel Xeon 6+Skymizer HTX301-4S(单卡256GB内存)的Decode服务器构成异构集群。尽管厂商路径各异,但共同指向一个趋势:AI基础设施正从“GPU中心”转向“任务驱动的资源协同架构”。
软件生态层面,华硕虽未详述具体栈层,但明确提及与Canonical、DDN、Rafay等合作伙伴共建端到端管理能力。其中,Ubuntu认证操作系统保障基础稳定性;DDN Infinia提供低延迟数据流支撑,避免加速器“饿死”;Rafay则赋能动态GPU即服务(GPUaaS)调度,实现分布式负载下的资源最优分配。这种软硬协同思路,与英伟达的AI Enterprise、英特尔的OpenVINO生态形成间接呼应,反映出行业共识:没有统一软件栈的硬件,难以构成真正可用的AI工厂。
从产业演进角度看,华硕此举具有双重意义。一方面,它强化了OEM厂商在AI基建链中的角色——不再是单纯组装者,而是系统定义者与整合服务商;另一方面,通过拥抱AMD平台,华硕也为市场提供了除NVIDIA之外的第二条技术路线,有助于缓解供应链风险并推动价格竞争。尤其在中美科技博弈持续背景下,多源化基础设施布局已成为大型企业的现实需求。
需指出的是,尽管华硕强调“全栈”,但其方案仍以通用服务器为主,尚未涉及液冷、光互联等前沿物理层创新(如神雲科技展示的高密度液冷架构)。这反映其现阶段策略更侧重“快速可用性”而非“极致性能”,目标客户群可能偏向中大型企业IT部门,而非超算中心或头部云厂商。
同期在半导体展会亮相的联发科,则从另一维度补充了AI基础设施的“端侧”拼图。其天玑9600 Pro芯片采用台积电2nm工艺,集成双NPU架构,支持最高30B参数MoE模型本地运行,并通过AI智能体化引擎3.0实现低功耗长时感知。C-X1汽车座舱芯片则提供400TOPS算力,构建“双脑”AI架构应对驾驶场景。这些进展说明,AI基础设施的边界正在从数据中心延伸至终端设备,形成“云-边-端”三级协同体系。
综合来看,华硕在SC26的展示并非孤立事件,而是整个AI基建产业走向成熟期的缩影:硬件多样化、部署场景细分化、软硬协同深度化。企业用户的选择权正在扩大,但随之而来的是更高的集成与运维复杂度。未来胜出者,或将属于那些既能提供标准化模块,又能按需定制整体解决方案的厂商。
