冷却系统：液体冷却提供出色的散热效果，但更复杂且更昂贵。如果精心规划并使用高品质风扇，空气冷却可以发挥效果。
对于大型 AI 模型，网络也是一个关键考虑因素。高速以太网或 Infiniband 连接对于最大限度地减少 GPU 和机器之间的瓶颈至关重要。
定制 HPC 应用于哪些领域？
定制 HPC 已广泛应用于各个领域：
AI 研究和深度学习实验室：大学和企业正在利用定制的 HPC 集群进行研究 电话号码库 和优化 AI 训练。这可以对更大的模型和更复杂的算法进行实验，从而更快地取得突破。
医疗保健和药物研发：AI 模型正在分析医学成像和药物研究中的大量数据集，加速药物研发并实现个性化医疗。示例包括基因组数据分析、药物靶标识别和患者对治疗的反应预测，所有这些都由定制 HPC 系统提供支持。
自动驾驶汽车：自动驾驶算法使用高性能设备进行训练，以模拟、测试和改进其在复杂环境中行驶的能力。复制真实世界的驾驶条件需要巨大的计算能力。
金融人工智能与算法交易：定制机器实时处理金融数据集，从而做出更快、更准确的交易决策。它们分析市场趋势、识别套利机会并更有效地管理风险。
生成式 AI 和大型语言模型：ChatGPT和DALL·E等工具依靠自定义 HPC 来训练能够生成逼真的文本、图像和其他内容的复杂模型。如果没有这些系统，这些工具就不存在。
云端与本地定制 AI HPC：哪个最好？
基于云的 AI 计算（AWS、Google Cloud、Azure）是否更优越，还是拥有定制的 HPC 机器是更好的方法？