欧洲人工智能云服务提供商 Verda 选择采用 Supermicro 的液冷式、NVIDIA Blackwell 加速机架级系统，为其垂直整合的人工智能云平台提供支持。该平台专为前沿模型开发者、人工智能原生企业和受监管企业打造。该基础设施正在欧洲各地部署，服务于欧洲、美国和亚洲的客户。
该部署的核心是Supermicro基于NVIDIA Blackwell和Blackwell Ultra GPU架构构建的机架级基础设施。这些系统旨在满足日益增长的大规模AI训练和推理需求，尤其适用于开发前沿模型和部署生产级AI服务的机构。Verda平台的目标客户包括AI原生初创公司、研究机构以及在数据主权和性能至关重要的监管环境下运营的企业。
为现代工作负载打造的机架级人工智能基础设施
Verda 的部署方案包括一系列针对不同级别 AI 工作负载优化的 Supermicro 系统。该基础设施具有以下特点： NVIDIA GB300 NVL72 机架级系统专为密集型 GPU 集群和大型模型训练而设计，与 NVIDIA HGX B300 和 HGX B200 平台配合使用，可为训练和推理提供灵活的扩展能力。额外的容量由以下方式提供： RTX PRO 6000 Blackwell 服务器版 GPU这些产品适用于企业人工智能应用、可视化和边缘邻近工作负载。
这种系统组合使 Verda 能够支持广泛的 AI 应用场景，包括大型语言模型训练、多模态 AI 流水线、机器人开发和企业级推理工作负载。通过在统一平台上整合多种 GPU 架构，Verda 能够在保持高利用率的同时，使基础设施资源与工作负载需求相匹配。
具有灵活消费模式的全栈式人工智能云
Verda 将其平台定位为全栈式 AI 云，将基础设施、编排和服务交付集成到单一产品中。该环境通过多种消费模式提供对 GPU 资源的访问，包括自助式实例和集群、无服务器容器环境以及托管推理端点。
这种方法反映了人工智能基础设施市场向按需访问高性能计算的更广泛转变。企业越来越需要能够在无需管理底层硬件的情况下动态扩展 GPU 资源。Verda 的平台抽象化了这种复杂性，同时保留了对高性能 NVIDIA 基础设施的直接访问。
通过预验证系统加速部署
Supermicro 在此次部署中的作用不仅限于硬件供应。 数据中心构建模块解决方案 (DCBBS) 该框架提供预先验证的模块化基础设施，简化了机架和数据中心级别的集成。这包括经过验证的计算、存储、网络和软件组件组合。
通过利用这些预先测试过的配置，Verda 缩短了部署时间并降低了集成风险。机架级集成还通过优化电源传输、散热管理和互连拓扑结构，提升了系统级性能。这对于基于 Blackwell 的系统尤为重要，因为功率密度和散热效率是此类系统的关键设计考量因素。
效率和可持续性作为设计优先考虑因素
能效是部署的核心。基于 Blackwell 架构的系统旨在提供比以往 GPU 更高的每瓦性能，从而直接影响运营成本和可扩展性。Supermicro 的系统级优化通过提高利用率和降低基础设施开销，进一步降低了总体拥有成本。
Verda公司在提高效率的同时，还采用了以可持续发展为核心的运营模式。该公司表示，其数据中心100%使用可再生能源。此外，Verda还与区域公用事业公司合作，将设施产生的废热重新利用，为多达15,000户家庭提供供暖。这种热能再利用方式在高密度人工智能部署中日益普遍，因为这些部署会产生大量的热能。
使基础设施与人工智能市场需求保持一致
此次合作凸显了人工智能基础设施市场向垂直整合的机架级解决方案发展的更广泛趋势。随着模型规模的扩大和工作负载的日益复杂，传统的基于服务器的部署方式正被紧密集成的系统所取代，这些系统能够优化计算、网络和电源方面的性能。
Supermicro 的 DCBBS 方案体现了这种转变，它使企业能够部署模块化基础设施，从而实现从单个服务器到完整数据中心的扩展。对于 Verda 等供应商而言，这种灵活性支持快速扩展，同时保持跨区域的一致性。
随着对GPU加速基础设施的需求持续超过供应，系统供应商和云服务提供商之间的合作变得至关重要。Verda的部署展示了基于Blackwell的预集成平台如何在满足运营效率和可持续性要求的同时，大规模地提供高性能AI服务。
Amazon