云服务器2m中兴通讯：已推出单机支持64卡GPU超算服务器

云速服务器腾讯

11月13日，中兴推出了一台能装64块GPU的超节点服务器，既能向内扩展也能横向拼接，官方说这套

方案能搭出万卡、十万卡级别的大型算力集群，强调软硬结合、靠网络强化算力、开放解耦、运行高效且稳定。说白了，这是一台把算力密度做得很高的机器，既能把更多GPU塞进一台机箱里，也能把好几台这种机箱拼成更大的集群。对用户来说，能不能灵活选把事做大和把事做多，这是它的卖点。

把这事往细处拆开讲。单机放64块GPU，直接影响两个方面：机柜占地和节点间通信。占地少了，等于可以在有限的机房里塞下更多算力；通信少了，某些需要频繁互传数据的大模型训练，效率会明显上来。中兴同时说这台机器既支持向内扩展（把更多资源堆到一台里），也支持横向扩展（把多台机器并联），这就给用户更多部署方式选。要做超大模型的预训练，大家可以优先把更多卡放到一台机箱里；要做大量并发的小任务，云厂商可以把任务分散到成百上千台节点上去运行。

以网强算这四个字在公告里被反复提到。直白点，就是更依赖网络把各块GPU连成一个整体，要靠更高的带宽、更低的延时，以及交换设备和计算节点之间的配合。实际落地不是只把线连起来就完了，像RDMA、NVLink这种高性能互联技术，以及网络拓扑的设计，都直接影响多卡协同的效率。再有一个词是开放解耦，意思是软硬分层做好，硬件负责高密度、高性能互联，软件要保持一定开放性，方便第三方调度器、容器平台和上层训练框架接入。换句话说，中兴不是只卖个铁盒子，而是想让这个盒子更好被生态里的软件拿来用。

技术上会碰到的几个真实问题，不用夸张地讲，都是常见的大块头难题。第一，散热和供电。64块GPU的热量不是闹着玩的，机箱和机柜的散热设计、空调系统和供电线路都得跟上。第二，互联架构。要把这么多卡当成一个可用的计算单元，需要高带宽、低延迟的交换方案，还要考虑故障隔离和链路冗余。第三，编排和管理。调度系统得懂单机内部的拓扑，也要能做跨机协调，这涉及到调度算法、分配策略和容错机制。中兴提软硬协同，说明他们在这些软件配套上下了功夫，至少在思路上有考虑如何和主流调度框架对接。

把这台机器推到市场里，谁会买？轮廓比较清楚。云服务商会盯着看，看这玩意能不能提升单位算力的编排效率和成本；科研机构和高校会看能不能跑通大规模并行训练；做大模型的公司希望缩短训练时间、提高实验效率。这些用户的共同点是，对算力密度、网络互联和可编排性都有很高要求。对于他们而言，这不是单卖硬件就行，而是要把硬件、网络和调度连成一套可运行的方案。

云服务器市场份额

把口号变成现实还得靠工程和时间。把单机做成64卡，机房的电力、制冷流程、运维规范都要升级。想把这种单机扩展成万卡十万卡这样的超大规模集群，单靠单台机器的设计是不够的，整个数据中心的骨干网、能效管理、监控与容错体系都得同步跟进。官方把能搭出万卡、十万卡级别的集群写出来，是表达目标和野心，但能否真的按计划落地，还要看样机测试、联合验证以及行业合作的速度。

发布渠道也有讲究。中兴把这条消息放在互动交流平台，既是在给投资者看的，也是在向潜在客户和合作方打招呼。通常下一步会出现样机测评、合作方的联合测试报告，或者云厂商和科研单位的试运行案例，如果这些出来，说明从概念走到工程实现上又向前了一步。这类产品在市场上能不能站稳脚跟，关键看配套生态，硬件再强，没有调度和中间件去配合，算力也会打折扣。

云服务器首单

从实际应用角度看，双重扩展模式挺实用。研究机构在做大规模预训练时，偏向把更多GPU集中在单个作业里，减少跨机通信；云厂商在跑海量并发任务时，偏向把负载分散到很多节点来保障吞吐。这台超节点服务器同时支持两种方式，给用户更多选择。像我做过模型训练的朋友常说，一台机器算力再强也得看调度和代码的配合，不然就是把算力堆成一堆直冒热气的砖头。

接下来值得关注的几件事：样机的实际能效和稳定性测试数据，能否顺利对接主流深度学习框架和调度系统，运维成本和数据中心改造的真实需求，以及有没有合作伙伴公布联合测试结果。这些都会直接影响市场接受度。中兴这次强调开放解耦，大概也是意识到，做成生态比单卖硬件更重要。最后一步的验证，还是得靠工程化的合作和真实的上线案例来完成，等这些东西陆续出来后，才能看清这套方案到底能走多远。

美国vps云服务器