在电力就是算力的时代，存储不应与 GPU 争夺同一块电网蛋糕。
将存储分离到 Filecoin 等专用去中心化网络，是释放 AI 工厂算力潜能、优化基础设施总拥有成本（TCO）的必然路径。
将存储分离到 Filecoin 等专用去中心化网络，是释放 AI 工厂算力潜能、优化基础设施总拥有成本（TCO）的必然路径。
Veröffentlichen
--
Tongrun
·
--
In der Ära, in der Strom Rechenleistung bedeutet, sollte der Speicher nicht um dasselbe Stück vom Stromnetz mit den GPUs konkurrieren
Strom ist zur ultimativen Engstelle für den Ausbau von Rechenleistung geworden. Hochleistungsfähige GPU-Cluster mit stromsparenden Speicherlösungen in derselben Einrichtung zu mischen, ist eine ineffiziente Nutzung der knappen Kapazitäten des Stromnetzes.
1. Die Leistungskluft zwischen KI-Racks und Speicher-Racks
NVIDIA GB200 NVL72-Rack: Die voll bestückte Leistungsaufnahme einer einzelnen Schranklösung erreicht bis zu 120–140 kW. Die Auslegungsleistung des GB200 NVL72 beträgt etwa 132 kW – das 20–30-Fache eines herkömmlichen CPU-Server-Racks (4–6 kW). Die Auslegungsleistung der GB300- und nachfolgenden Rubin-Plattformen wird weiter auf 250–600 kW steigen.
Standard-Storage-Racks: Die Leistungsaufnahme liegt typischerweise unter 10 kW und sie sind wenig empfindlich gegenüber der Latenz.
1. Die Leistungskluft zwischen KI-Racks und Speicher-Racks
NVIDIA GB200 NVL72-Rack: Die voll bestückte Leistungsaufnahme einer einzelnen Schranklösung erreicht bis zu 120–140 kW. Die Auslegungsleistung des GB200 NVL72 beträgt etwa 132 kW – das 20–30-Fache eines herkömmlichen CPU-Server-Racks (4–6 kW). Die Auslegungsleistung der GB300- und nachfolgenden Rubin-Plattformen wird weiter auf 250–600 kW steigen.
Standard-Storage-Racks: Die Leistungsaufnahme liegt typischerweise unter 10 kW und sie sind wenig empfindlich gegenüber der Latenz.
Haftungsausschluss: Enthält Meinungen von Drittanbietern. Keine Beratung. Binance AI wird ohne Gewähr bereitgestellt. Siehe AGB.