在SC23高性能计算大会上，One Stop Systems (OSS) 推出了第五代短深度AI计算服务器。这款性能强劲的服务器配备了四个PCIe NVIDIA H100 Tensor Core GPU，旨在满足边缘端对强大AI可移动应用日益增长的需求。

联想和英伟达在德克萨斯州奥斯汀举行的联想科技世界大会上隆重宣布，双方将扩大合作，在生成式人工智能领域树立新的标杆。此次合作基于双​​方的共同愿景，旨在让生成式人工智能的变革性能力惠及各行各业的企业。布莱恩和

虽然高密度GPU服务器在人工智能领域备受瞩目，而且这种热度也并非没有道理，但现实情况是，大多数人工智能训练项目都是从工作站开始的。尽管我们现在可以将多达四个NVIDIA A6000 Ada GPU塞进一台工作站，但更具挑战性的是如何为这些人工智能服务器提供强大的存储能力。

本周，布莱恩将与我们的人工智能专家乔丹·拉努斯 (Jordan Ranous) 坐下来，探讨并展望企业和小型企业在试图掌握人工智能这一十年热门话题时所面临的挑战。如果您一直关注 StorageReview，那么您应该了解一些测试，

NVIDIA 凭借最新推出的 NVIDIA GH200 Grace Hopper 超级芯片，在人工智能 (AI) 和高性能计算领域引起了不小的轰动。 最近的产品在 MLPerf 基准测试中表现出出色的性能，展示了 NVIDIA 在云和边缘 AI 方面的实力。

今年早些时候，英特尔公布了其Habana Gaudi2显卡与GPU市场领导者NVIDIA的性能对比测试结果，展现了英特尔对人工智能的投入，并证明人工智能并非千篇一律。与此同时，英特尔人工智能研究人员与微软研究院联合开发了BridgeTower，这是一款预训练的多模态Transformer模型，能够出色地完成视觉语言任务。

过去二十年间，图形处理器（GPU）领域发生了翻天覆地的变化，尤其是在人工智能（AI）蓬勃发展的近几年。这一演变过程中的一个重要组成部分是多GPU协同工作技术的进步。作为GPU领域的领军企业，NVIDIA一直处于领先地位。

大型语言模型提供了令人难以置信的新功能，扩展了人工智能的可能性前沿。 然而，它们的大尺寸和独特的执行特性使得它们难以经济有效地使用。 NVIDIA TensorRT-LLM 已开源，以加速 LLM 的开发。

该术语表为理解各种人工智能相关术语提供了坚实的起点。 请记住，人工智能是一个快速发展的领域，随着时间的推移，新的术语和概念可能会出现。 通过参考信誉良好的来源和行业出版物来保持最新信息非常重要。