NVIDIA Quantum-X800 及其对 AI 技术的影响
你会发现 NVIDIA Quantum-X800 正在改变你使用 AI 技术的方式，尤其是在香港服务器租用环境中。NVIDIA 带来了更快的交换带宽、改进的网络内计算能力以及更低的端口到端口延迟。无论是在本地数据中心还是在 香港服务器租用 部署中，你都能体验到面向 AI 工作负载的更高速度和更强可扩展性。与早期方案相比，NVIDIA Quantum-X800 将交换带宽提升了五倍。NVIDIA 还加入了自修复网络技术和内置的 PCIe 6.0 交换芯片，从而提升整体效率。下表展示了主要改进：
| 特性 | Quantum-X800 的改进 |
|---|---|
| 交换带宽 | 提升五倍 |
| 网络内计算 | 最高提升至九倍 |
| 端口到端口延迟 | 低于 100 纳秒 |
| 功耗 | 4U 系统通常 <5 kW |
关键要点
- NVIDIA Quantum-X800 通过 800Gb/s 带宽和超低延迟提升 AI 性能，实现更快的数据处理。
- 该平台支持超过 10,000 张 GPU，能够构建超大规模 AI 系统并提升可扩展性。
- 先进的网络内计算功能带来 14.4 TFLOPS 性能，并缩短数据传输时间，从而提高效率。
- 高能效设计降低运营成本，使其成为 AI 数据中心的可持续之选。
- 升级至 Quantum-X800 能重塑你的 AI 基础设施，为高负载工作提供更高性能与可靠性。
NVIDIA Quantum-X800 对 AI 的影响
AI 的速度与可扩展性
要应对不断增长的 AI 需求，你需要更高的速度和可扩展性。NVIDIA Quantum-X800 为 AI 计算网络提供 2 倍速度和 5 倍可扩展性。该平台支持最高 800Gb/s 吞吐量，这意味着你可以比以往更快地传输数据。你可以在单一集群中连接超过 10,000 张 GPU，从而构建超大规模 AI 系统。两级胖树架构帮助你在保持低延迟和高带宽的同时，实现最高性能的 AI 基础设施。
“NVIDIA Networking 是我们 AI 超级计算基础设施可扩展性的核心所在，”NVIDIA 网络事业部高级副总裁 Gilad Shainer 表示，“NVIDIA X800 交换机是端到端的网络平台，让我们能够实现对新一代 AI 基础设施至关重要的万亿参数级生成式 AI。”
你可以在下表中直观地看到差异：
| 特性 | Quantum-X800 | 上一代（Quantum-2） |
|---|---|---|
| 最大支持 GPU 数量 | 10,000+ | N/A |
| 架构 | 两级胖树 | N/A |
| 带宽 | 最高 800Gb/s | N/A |
| 带宽容量提升 | 5 倍 | N/A |
NVIDIA Quantum-X800 采用基于遥测的拥塞控制和增强型自适应路由。这些功能帮助你在多人共享 AI 专用基础设施时仍然有效管理带宽并保持高性能。你可以并行运行多个任务并支持多租户，而不会显著拖慢工作负载。
- 该平台实现了端到端 800Gb/s 吞吐量。
- 网络内计算性能提升 9 倍，在 SHARPv4 支持下达到 14.4 TFLOPS。
- 架构支持在 800Gb/s 下超过 10,000 个主机连接，为多租户环境提供可扩展性。
驱动生成式 AI 与超级计算
如果你希望训练万亿参数级的生成式 AI 模型，NVIDIA Quantum-X800 能帮助你实现这一目标。该平台为大规模 AI 应用和超级计算工作负载提供所需的性能和效率。与上一代相比，你获得 9 倍的网络内计算能力，这意味着你可以更快地处理和分析数据，这对高性能 AI 引擎和极致性能的 AI 基础设施至关重要。
NVIDIA Quantum-X 光子网络交换机使 AI 工厂和超级计算中心能够大幅降低能耗和运营成本。
该平台专为万亿参数级生成式 AI 而打造。你可以将其部署在云环境中的 AI 专用基础设施或本地数据中心中。平台支持 Stargate 的 64,000 台 GB200 系统以及 Oracle 的 131,000 GPU Z 级超算集群，这些案例都表明，你可以将 AI 工作负载扩展到前所未有的高度。
| 特性 | 描述 |
|---|---|
| 高级网络内计算 | 利用 NVIDIA SHARP v4 和可编程内核，在网络内部实现更强的计算能力。 |
| 超高连接性 | 提供 800Gb/s 连接并具备超低延迟。 |
| 可扩展性 | 为 AI 计算网络提供 2 倍速度和 5 倍可扩展性。 |
| 能效 | 能效提升 3.5 倍，可靠性提升 10 倍。 |
| 端口到端口延迟 | 亚 100 纳秒延迟，实现快速数据传输。 |
| 网络内计算性能 | 提供 14.4 TFLOPS 的网络内计算能力。 |
你可以信赖 NVIDIA Quantum-X800，为你提供构建极致性能 AI 基础设施所需的平台。该平台支持大规模 AI，帮助你在性能、效率和可扩展性方面达到新高度。你可以依托这项技术，驱动下一代 AI 与科学发现。
NVIDIA AI 网络发展的演进
从传统方案走向 Quantum-X800
随着 AI 的快速发展，你已经见证了需求的暴涨，但传统网络方案却常常成为瓶颈。这些旧有系统在应对现代 AI 工作负载时捉襟见肘，在带宽扩展、能效和集成方面都存在不足。高延迟和可靠性问题使得构建大规模 AI 基础设施变得更加困难。你需要的是一种能够支持更大集群和更复杂 AI 模型的新型技术。
下面是传统网络解决方案的主要局限：
| 局限 | 描述 |
|---|---|
| 带宽扩展 | 传统方案在大规模 GPU 集群中，难以有效扩展带宽。 |
| 能效 | 网络组件功耗高，严重影响整体系统效率。 |
| 集成难度 | 依赖电互连，使得先进网络技术的集成更加困难。 |
| 延迟问题 | 在大规模环境下，高尾延迟和故障域问题愈发突出，影响性能。 |
| 成本与可靠性 | 以电互连为主，在成本与可靠性方面都难以与光互连解决方案相比。 |
你需要一种全新的路径。NVIDIA Quantum-X800 在 AI 网络方面实现了飞跃式进步。该技术采用先进的 InfiniBand 架构，突破传统系统的限制，让你获得更高的带宽、更强的可扩展性以及更好的集成体验，从而打造面向未来的 AI 基础设施。
应对 AI 基础设施挑战
你希望 AI 基础设施能够轻松承载大规模工作负载并实现平滑扩展。NVIDIA Quantum-X800 InfiniBand 通过多项关键特性来应对这些挑战。与上一代相比，你可以获得每端口两倍的带宽。系统支持多种机箱配置，便于构建大型 AI 和 HPC 网络结构。在 Q3400 系统中，你可以获得高达 115.2 Tb/s 的交换吞吐量。
以下特性可帮助你解决基础设施难题：
| 特性 | 描述 |
|---|---|
| 带宽 | 与 Quantum-2 相比，每端口带宽翻倍，提供每端口 800G。 |
| 可扩展性 | 支持多种机箱配置，以构建大规模 AI 和 HPC 网络结构。 |
| 吞吐量 | 在 Q3400 系统中可提供最高 115.2 Tb/s 的交换吞吐量。 |
现在，你可以构建真正符合现代技术需求的 AI 基础设施。NVIDIA 为你提供扩展 AI 集群、提升效率、降低延迟的工具。你能获得更佳的集成与可靠性，从而不断突破 AI 技术的边界。
提示：当你升级至 NVIDIA Quantum-X800 时，你将为 AI 基础设施解锁全新的性能与可扩展性水平。
NVIDIA Quantum-X800 InfiniBand 架构
800G 带宽与超低延迟
借助 NVIDIA Quantum-X800 InfiniBand，你将体验到连接能力的大幅跃升。这项技术提供最高 800Gb/s 网络能力，让你能够更快地处理数据并支撑更大规模的 AI 工作负载。与以往代际相比，你可以获得五倍的带宽容量提升。胖树拓扑确保整个 AI 集群在高带宽下仍能保持稳定连接和低延迟。你会注意到端到端延迟低于 100 纳秒，这有助于加速训练过程，缩短分布式训练的完成时间。NVIDIA Quantum-X800 InfiniBand 支持超过 10,000 个主机连接，非常适合大规模计算环境。
提示：对于高效训练大型 AI 模型而言，低延迟和高带宽至关重要。借助 NVIDIA Quantum-X800 InfiniBand，你可在竞争中抢占先机。
| 特性 | Quantum-X800 InfiniBand | 上一代方案 |
|---|---|---|
| 吞吐量 | 最高 800Gb/s | 低于 800Gb/s |
| 带宽容量提升 | 5 倍 | N/A |
| 计算能力提升 | 9 倍 | N/A |
| 网络计算性能 | 14.4 TFLOPS | N/A |
网络内计算与效率
借助 NVIDIA Quantum-X800 InfiniBand，你可以充分受益于先进的网络内计算能力。SHARP 协议优化了集合通信操作，这对于 AI 和科学计算尤为关键。你会看到部分任务被卸载到网络交换机中执行，从而减少数据传输量并尽量降低延迟。这项技术显著提升了训练和高计算密集型工作负载的性能。你可以获得 9 倍的计算能力提升，总计达到 14.4 TFLOPS。NVIDIA Quantum-X800 InfiniBand 同时提供超低延迟与高带宽，为 AI 工作负载和科学计算带来更高效率。
- SHARP 协议优化通信效率。
- 网络交换机承担集合操作任务。
- 减少数据传输并尽量降低延迟。
- 提升训练和分布式训练性能。
大规模 AI 集群支持
通过 NVIDIA Quantum-X800 InfiniBand，你可以轻松扩展 AI 集群。该平台支持超过 10,000 张 GPU，并提供 800Gb/s 网络能力，实现大规模连接。你可以利用多种机箱配置构建庞大的 AI 和 HPC 网络结构。NVIDIA Quantum-X800 InfiniBand 集成了共封装光学（CPO）技术，进一步提升能效并降低互连功耗。你可以摆脱传统可插拔光模块，进而减少延迟和功耗。采用液冷机柜可改善散热管理，支持 AI 数据中心的可持续扩展。NVIDIA 的 PCF 显示，在大规模 AI 工作负载场景中，碳足迹可减少约 24%。
注意：借助 NVIDIA Quantum-X800 InfiniBand，你可以打造更高密度、散热更高效的系统设计，并在大规模部署中节省数十甚至上百兆瓦的功率。
| 证据描述 | 对环境效率的影响 |
|---|---|
| 集成共封装光学（CPO）技术 | 提升能效并降低互连的功率开销，在大规模部署中有望节省数十甚至上百兆瓦的电力。 |
| 取消传统可插拔光模块 | 降低延迟与功耗，有助于实现更高密度且散热更高效的系统设计。 |
| 转向液冷机柜 | 通过改善散热和能效，支持 AI 数据中心的可持续扩展。 |
你可以利用 NVIDIA Quantum-X800 InfiniBand 构建高性能 AI 基础设施。在实际工作负载中，你将获得更好的连接性、更低的延迟以及更高效的计算能力。借助 NVIDIA 技术，你可以为下一代 AI 与科学探索提供强劲动力。
真实部署与对比
AI 超级计算机与企业级应用场景
你会看到，NVIDIA 技术正在为全球一些最大规模的 AI 超级计算机提供动力。许多机构利用 NVIDIA 网络技术构建高性能计算集群，以支持前沿研究与创新。例如，Microsoft Azure 使用 NVIDIA 网络方案扩展其 AI 云与企业基础设施。你可以在云环境、研究实验室以及企业数据中心中看到 NVIDIA 解决方案的身影。
借助 NVIDIA，你可以获得多方面收益：
- 更低的功耗，为大规模 AI 数据中心带来直接的运营成本节省。
- 在 AI 工作负载上获得更好的性能与可扩展性。
- 更易与现有云和企业系统集成。
早期用户对 NVIDIA 网络技术给出了积极反馈：
- NVIDIA 网络事业部高级副总裁 Gilad Shainer 表示：“NVIDIA Networking 是我们 AI 超级计算基础设施可扩展性的核心所在。”
- Microsoft Azure AI 基础设施副总裁 Nidhi Chappell 指出：“AI 是将数据转化为知识的强大工具。在这一变革背后，是数据中心向高性能 AI 引擎演进，对网络基础设施提出了更高需求。”
你可以采用 NVIDIA 网络方案来支撑 AI 云和企业基础设施，从而满足不断增长的 AI 和高性能计算集群需求。
Quantum-X800 与其他方案对比
如果你想了解 NVIDIA 与其他网络方案相比有何不同，答案主要体现在高性能、低延迟和高能效上。你可以获得最高 800Gb/s 的带宽，这远高于许多替代方案。同时，你还能享受到带宽容量提升五倍、网络计算性能提升九倍的优势。
下表给出了一个对比示例：
| 特性 | NVIDIA Quantum-X800 | 其他方案 |
|---|---|---|
| 带宽 | 最高 800Gb/s | 更低 |
| 功耗 | 更低 | 更高 |
| 可扩展性 | 10,000+ 张 GPU | GPU 数量更少 |
| 集成能力 | 更易与云环境集成 | 集成更复杂 |
| 性能 | 高 | 中等 |
当你在 AI、云计算和企业级工作负载中需要可靠性能时，NVIDIA 是理性之选。在 AI 超级计算和大规模部署中，你可以获得更好的结果，同时节省运营成本，使 NVIDIA 成为构建 AI 基础设施的明智投资。
你会看到 NVIDIA 正在推动新一代 AI 技术的发展。Quantum-X800 平台为网络与计算树立了更高标准。你能够获得更快的速度、更好的能效和更高的可靠性。NVIDIA 帮助你构建易于扩展且能长时间稳定运行的 AI 系统。你还能明显感受到能耗与运营成本的下降。下表展示了下一代技术的预期进步：
| 特性 | 描述 |
|---|---|
| 能效 | 相较于传统系统提升 3.5 倍 |
| 信号完整性 | 得到增强，以确保数据传输可靠稳定 |
| 可靠性 | 韧性提升 10 倍，应用运行时间延长 5 倍 |
| 端到端吞吐量 | 800Gb/s，是前代系统带宽的两倍 |
| 网络内计算 | 计算能力提升 9 倍 |
| SHARPv4 技术 | 最大限度降低 GPU 间通信开销 |
| FP8 精度 | 加速万亿参数级模型的训练 |
| 能源消耗 | 显著降低运营成本 |
通过采用 NVIDIA 解决方案，你可以为未来 AI 发展趋势提前做好准备。在 AI 持续演进并不断提高基础设施要求的过程中，你始终保持领先。
常见问题
NVIDIA Quantum-X800 相比旧有网络方案有何不同？
你可以获得 5 倍的带宽以及更低的延迟。Quantum-X800 采用先进的 InfiniBand 架构，在可扩展性和能效方面表现更佳。这项技术能够支撑超大规模 AI 集群，同时降低运营成本。
Quantum-X800 如何提升 AI 训练速度？
凭借 800Gb/s 带宽和超低延迟，你可以在 GPU 之间快速传输数据。训练任务的完成时间大幅缩短，同时还能轻松处理更大规模的模型。
Quantum-X800 能否用于现有数据中心？
可以。Quantum-X800 易于与现有云环境和企业系统集成。你无需对基础设施进行大规模改造，即可顺利完成升级，从而更方便地扩展 AI 工作负载。
Quantum-X800 在环保方面有什么优势？
借助共封装光学和液冷技术，你可以显著降低能耗并减少碳排放，从而构建更绿色、更高效的 AI 数据中心。
Quantum-X800 是否适用于 AI 和科学计算？
当然可以！你可以在 AI、机器学习以及科学研究等多种场景中使用 Quantum-X800。其高带宽与低延迟能够满足多种高要求工作负载，为不同应用提供稳定可靠的性能。
