昇腾910B、910C与950有什么不同？从芯片、内存、互联到超节点架构
基于华为官方公开资料梳理昇腾910B、910C与950系列的代际变化，重点看低精度格式、内存与互联、Prefill/Decode分工以及Atlas 900/950超节点，并明确路线图与已公开展示状态。
昇腾910B昇腾910C昇腾950Ascend 950
AI Infrastructure Knowledge Hub
对比
21 个对比条目
AI训练服务器本地NVMe与共享存储怎么选？
AI训练服务器本地NVMe和共享存储并非二选一。本文从数据规模、吞吐、共享、Checkpoint、模型分发和GPUDirect Storage等维度说明两类存储的适用边界。
AI训练存储本地NVMe共享存储GPU服务器存储
Qwen3.8-Max与Kimi K3企业部署对比：8项指标与测试清单
Qwen3.8-Max与Kimi K3都已提供API，但当前的权重开放状态并不相同。本文从API验证、私有化部署、资源规划和Agent应用四个方面，整理企业部署评估的参考路径。
Qwen3.8-MaxKimi K3MoE模型私有化部署
TPU、GPU、LPU、ASIC、NPU有什么区别？AI芯片分类与主流产品
GPU、TPU、LPU、ASIC和NPU并非完全平行的五类芯片：ASIC是设计类别，TPU是Google的专用AI ASIC产品线，LPU是Groq的厂商架构名称，NPU是神经网络加速器的功能性称呼，GPU则是高度可编程的并行处理器。选型需要同时考虑模型支持、精度、内存、软件栈、部署方式和成本。
AI芯片GPUTPULPU
单机多卡与多节点集群的网络边界怎么判断？
从单机多卡扩展到多节点后，通信经过网卡、交换网络和跨节点协议，网络成为计算路径。本文用通信比例、拓扑和验收方法界定扩展边界。
单机多卡多节点GPU集群NCCLGPU集群网络
风冷、冷板液冷与浸没式液冷的适用边界
散热路线不是单看单机功耗。本文比较风冷、冷板液冷和浸没式液冷对机房、服务器、介质、监控与维护流程的要求，作为工程边界参考。
风冷冷板液冷浸没式液冷AI服务器散热
vLLM、SGLang与TensorRT-LLM怎么选
三套推理框架不能用单一吞吐数字排序。本文以支持矩阵、部署复杂度、请求特征、可观测性和维护成本建立候选集，再用同条件PoC完成选择。
vLLMSGLangTensorRT-LLM推理框架选型
Abaqus Standard与Explicit服务器怎么选？
Abaqus Standard与Explicit采用不同求解路径，对CPU、核心数、内存、GPU和存储的需求并不相同。本文说明两类工作负载的配置判断方法。
AbaqusAbaqus StandardAbaqus Explicit有限元
CST与HFSS电磁仿真硬件需求有何不同？
CST与HFSS均包含多种电磁求解器，硬件需求取决于时域、频域、有限元、积分方程和扫频方式。本文说明CPU、GPU、内存和集群选型边界。
CST Studio SuiteAnsys HFSS电磁仿真天线仿真
GROMACS、LAMMPS与AMBER服务器如何选择？
GROMACS、LAMMPS与AMBER的GPU覆盖、CPU配比和多节点方式不同。本文从体系规模、力场、算法、显存、网络和任务并发说明选型。
GROMACSLAMMPSAMBER分子动力学
Intel Xeon 6与AMD EPYC 9005怎么选？
Intel Xeon 6与AMD EPYC 9005都覆盖高性能和高密度服务器场景，但在核心路线、内存、PCIe、软件生态和平台设计上存在差异。本文给出按工作负载选型的方法。
Xeon 6EPYC 9005CPU对比AI服务器
MI325X、H200 与 B200 怎么选?
MI325X、H200和B200分别代表AMD CDNA 3、NVIDIA Hopper和Blackwell数据中心平台。本文统一以OAM/SXM单GPU及八卡节点比较显存、带宽、互联、软件生态和适用边界。
MI325X vs H200MI325X vs B200H200 vs B200AMD MI325X
NVIDIA DGX 与 HGX 有什么区别？
DGX 是 NVIDIA 提供的完整品牌化AI系统，HGX是供OEM集成的GPU、NVLink与NVSwitch计算平台。本文从硬件范围、软件、支持、定制、交付与集群扩展说明两者差异。
DGX vs HGXNVIDIA DGXNVIDIA HGXDGX服务器
H100 vs MI300X 选型对比
基于 NVIDIA H100、AMD Instinct MI300X 与 ROCm 官方资料，对比两类数据中心 AI GPU 在显存容量、软件生态、集群互联、推理框架和企业落地风险上的选型差异。
comparisongpunvidiaamd
NVIDIA RTX PRO 6000与6000D有什么区别？
对比RTX PRO 6000与RTX 6000D服务器版的显存、带宽、Tensor性能和多卡部署差异，分析大模型推理、微调、RAG及企业AI项目的选型边界。
RTX PRO 6000RTX 6000DBlackwellAI服务器
国产信创服务器GPU选型对比：性能、生态与适用场景分析
赋创提供基于国产GPU的AI算力底座适配与部署服务，支持景嘉微、摩尔线程、天数智芯等主流芯片的驱动优化、模型移植与性能调优，帮助企业降低信创迁移风险。
信创GPU国产服务器国产GPU国产本地部署方案
RoCE vs InfiniBand 对比
从网络体系、部署复杂度、调优要求、性能稳定性与集群规模适配等维度，对比 RoCE 和 InfiniBand 两种 AI 集群 RDMA 网络路线。
comparisonroceinfinibandrdma
H200 vs B200 选型对比
对比 NVIDIA H200 与 B200/DGX B200 在架构代际、显存容量、显存带宽、NVLink/NVSwitch、推理训练场景和机房约束上的差异。
comparisongpunvidiah200
RTX 5090 vs RTX 6000 Ada 对比
对比 GeForce RTX 5090 与 NVIDIA RTX 6000 Ada 在定位、显存、ECC、驱动、稳定性和本地 AI 推理/内容生成场景中的选型边界。
comparisongpunvidiartx-5090
H100 vs H200 选型对比
基于 NVIDIA 官方 H100、H200 与 Hopper 架构资料，对比两代 Hopper 数据中心 GPU 在显存容量、显存带宽、软件生态、推理和训练场景中的选型差异。
comparisongpunvidiah100
vLLM vs TensorRT-LLM 对比
从部署目标、硬件绑定、性能优化、模型生态和工程复杂度等维度，对比 vLLM 与 TensorRT-LLM 两条主流 LLM 推理栈。
comparisonvllmtensorrt-llmllm-serving