Mô hình và nền tảng AI

Lenovo bổ sung máy chủ AMD EPYC và dịch vụ nhà máy AI cho HPC

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Ngày 10 tháng 11 năm 2026, Lenovo công bố hạ tầng mới cho AI và điện toán hiệu năng cao, gồm các máy chủ ThinkSystem trang bị bộ xử lý AMD EPYC SP7 thế hệ thứ 6, hệ thống lưu trữ, kết nối liên thông và các dịch vụ nhà máy AI được mở rộng. Danh mục này phục vụ trung tâm dữ liệu của khách hàng, môi trường kết hợp và cơ sở đồng vị trí.

Lenovo xem AI và HPC là một thách thức về hạ tầng ở cấp độ hệ thống. Khi các tác vụ suy luận liên tục, thực thi AI tác tử và khối lượng công việc khoa học ngày càng tăng, hiệu năng không chỉ phụ thuộc vào năng lực tính toán và băng thông bộ nhớ mà còn vào khả năng lưu trữ, di chuyển dữ liệu và làm mát. Scott Patti, phó chủ tịch Nhóm Giải pháp Hạ tầng của Lenovo, cho biết mục tiêu là “khai thác hiệu năng hữu ích hơn từ mỗi watt”, đồng thời giải quyết các hạn chế về điện năng và làm mát, cũng như rút ngắn thời gian từ triển khai đến đưa AI vào vận hành.

Máy chủ, hệ thống lưu trữ và kết nối liên thông

ThinkSystem SC755 hai socket là máy chủ làm mát bằng chất lỏng Neptune trong đợt cập nhật này. Theo kết quả thử nghiệm nội bộ của Lenovo, máy có thể loại bỏ tới 100% nhiệt lượng của hệ thống bằng nước và đạt hiệu năng duy trì cao hơn tới 40% so với các hệ thống làm mát bằng không khí tương đương. Kết quả này thay đổi tùy theo cấu hình hệ thống, khối lượng công việc, nhiệt độ nước tại cơ sở và điều kiện của trung tâm dữ liệu. Dynamic Partitioning cho phép khách hàng chuyển đổi hai hệ thống hai socket thành cấu hình một socket và ngược lại, nhờ đó phân bổ năng lực tính toán linh hoạt hơn giữa các khối lượng công việc.

Để tăng mật độ tính toán và băng thông bộ nhớ, Lenovo bổ sung ThinkSystem SR755. Các trường hợp sử dụng mục tiêu gồm hạ tầng AI tác tử, tự động hóa thiết kế điện tử, mô hình hóa tài chính, kỹ thuật và ảo hóa quy mô lớn. Phân tích nội bộ của Lenovo cho thấy mức tiêu thụ điện thấp hơn và hiệu quả kinh tế tốt hơn so với các cấu hình hai socket, nhưng kết quả thực tế có thể khác nhau.

Hai hệ thống lưu trữ mới tiếp tục tập trung vào thông lượng dữ liệu. ThinkSystem DE6800 hướng đến các ứng dụng cần hệ thống lưu trữ đáng tin cậy với thông lượng cao, trong khi DE6500 mang lại hiệu năng kinh tế hơn, đồng thời đơn giản hóa việc triển khai và quản lý. Cả hai đều phục vụ các khối lượng công việc lưu trữ khối nhạy cảm với độ trễ. Việc xác thực hệ thống kết nối Cornelis CN5000 cũng mang đến cho khách hàng thêm một kết nối liên thông hiệu năng cao, nhằm giảm các điểm nghẽn trong quá trình di chuyển dữ liệu ở những môi trường AI và HPC đòi hỏi cao.

Dịch vụ triển khai và năng lực trung tâm dữ liệu

Phần dịch vụ tập trung vào các công việc cần thực hiện sau khi phần cứng được bàn giao. Hybrid AI Factory Services hiện bao gồm triển khai, cấu hình và tối ưu hóa GPU. Hỗ trợ đa nút cho Red Hat AI Enterprise và NVIDIA AI Enterprise cùng NVIDIA Run:ai cung cấp hai phương án phần mềm để triển khai, quản trị và mở rộng quy mô khối lượng công việc, bao gồm AI tác tử và AI vật lý.

Ở quy mô lớn hơn, Gigafactory Services mở rộng của Lenovo bao quát các giai đoạn lên ý tưởng và xây dựng, cho đến triển khai và tối ưu hóa để đưa vào sản xuất. Dịch vụ này bao gồm chuyên môn về NVIDIA Infrastructure Services để hỗ trợ triển khai chuyên biệt và xác thực cụm. Lenovo cũng có thể hỗ trợ khách hàng tiếp cận mạng lưới cơ sở đồng vị trí của Digital Realty và Digital Realty Innovation Lab, nơi các tổ chức có thể xác thực hạ tầng AI, ứng dụng và yêu cầu về khối lượng công việc.

Lenovo cung cấp một đầu mối liên hệ duy nhất cho các tổ chức cần không gian đồng vị trí, cùng hạ tầng có thể mở rộng, dịch vụ theo mô-đun và hình thức tài chính linh hoạt thông qua TruScale Infrastructure as a Service. Các bổ sung này kết hợp phần cứng tính toán với công tác triển khai và năng lực trung tâm dữ liệu, thể hiện quan điểm của Lenovo rằng lắp đặt chỉ là một phần trong quá trình đạt được năng lực AI vận hành thực tế.

Các hệ thống đã được triển khai cho khách hàng

Đại học Florida cho thấy danh mục này phục vụ nghiên cứu như thế nào. Cụm HiPerGator thế hệ thứ tư của trường, được triển khai cùng Mark III Systems, kết hợp công nghệ của Lenovo, NVIDIA và AMD. Nghiên cứu điển hình của Lenovo nêu 60.000 lõi CPU máy chủ AMD EPYC và 1.552 GPU NVIDIA, đồng thời ghi nhận tổng cộng 33 triệu yêu cầu nghiên cứu trong một năm.

Mục trong danh sách TOP500 của HiPerGator AI ghi nhận hiệu năng Linpack Rmax đo được là 17.49 PFlop/s và hiệu năng đỉnh lý thuyết là 19.00 PFlop/s. Hệ thống được lắp đặt vào năm 2025 và đứng thứ 125 trong danh sách tháng 6 năm 2026.

DreamWorks Animation minh họa khía cạnh cơ sở vật chất. Công ty đã thay thế cụm máy chủ kết xuất truyền thống làm mát bằng không khí bằng các máy chủ Lenovo ThinkSystem sử dụng công nghệ làm mát bằng chất lỏng Neptune. Nghiên cứu điển hình của Lenovo ghi nhận khả năng loại bỏ nhiệt hiệu quả lên tới 100%, mức tăng 6 độ của nhiệt độ nước lạnh đặt trước và chi phí điện năng hằng năm của trung tâm dữ liệu thấp hơn tới 10%; nghiên cứu cũng cho biết mức nhiệt độ đặt trước cao hơn giúp giảm tiêu thụ năng lượng và tạo dư địa cho việc bổ sung hạ tầng làm mát bằng chất lỏng.

Thông báo và các trường hợp khách hàng được nêu cho thấy năng lực AI có thể khai thác được là sự kết hợp giữa máy chủ, cơ sở vật chất và công tác triển khai. Số liệu của Đại học Florida thể hiện quy mô nghiên cứu, còn DreamWorks định lượng kết quả về cơ sở vật chất; những cải thiện của SC755 mới vẫn là kết quả thử nghiệm của nhà cung cấp và phụ thuộc vào khối lượng công việc cũng như điều kiện tại địa điểm triển khai. Với các đơn vị vận hành bị hạn chế về điện năng, điều này có nghĩa là làm mát, kết nối mạng và dịch vụ triển khai có thể ảnh hưởng đến năng lực AI khai thác được không kém gì chính các bộ xử lý.

Theo Nash là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về hạ tầng AI, tính toán và các hệ thống phần cứng cung cấp năng lực cho trí tuệ nhân tạo hiện đại. Công việc của anh tập trung vào các nền tảng kỹ thuật phía sau các khối lượng công việc AI quy mô lớn, bao gồm trung tâm dữ liệu, bộ tăng tốc, mạng và các ngăn xếp phần mềm kết nối chúng lại với nhau.

Với góc nhìn phân tích và dựa trên kỹ thuật, Theo xem xét cách các tiến bộ trong GPU, silicon tùy chỉnh, kiến trúc bộ nhớ và hệ thống phân tán cho phép các thế hệ mới của mô hình AI. Anh đặc biệt chú ý đến các đánh đổi về hiệu năng, hiệu suất năng lượng, khả năng mở rộng và các ràng buộc thực tiễn định hình việc triển khai hạ tầng AI trong thực tế.

Các bài viết do Theo Nash viết được tạo ra bởi AI và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo độ chính xác kỹ thuật, sự rõ ràng và việc đưa tin có trách nhiệm về môi trường tính toán AI đang phát triển nhanh chóng.