为什么大模型需要多张 GPU？从显存需求到 TP、PP、DP 讲清 8 卡部署逻辑
大模型为什么经常需要 4 张、8 张甚至更多 GPU？本文从模型权重与运行时显存、TP/PP/DP 并行方式、多 GPU 通信与扩展效率出发，解释多卡部署到底在解决什么，以及实际选型时应该关注哪些指标。
大模型部署GPU服务器多GPUTensor Parallel
AI Infrastructure Knowledge Hub
指南 / FAQ
2 个条目
GLM-5.3 本地部署配置指南：H20、H200、B200 怎么选？
GLM-5.3 本地部署需要什么配置？本文梳理 Native FP8 的 8×H20、8×H200、8×B200 配置参考，以及 Context、KV Cache、TP8、vLLM/SGLang、并发和验收中的关键问题。
GLM-5.3GLM-5.3本地部署H20H200