10 亿瓦级 AI 工厂突破训练与推理瓶颈的核心技术 长期上下文记忆存储 AI 基础设施设计与实践思路一体基础设施中的通信软件超大规模GPU集群智算底座
构建MoE（混合专家模型） 虽然驱动大模型规模跨越了万亿门槛，但也带来了一场基础设施性能的“噩梦”：专家并行引发的通信风暴、GPU 内存的带宽枯竭、多轮推理的延迟溢出， 以及多智能体 KV 缓存对存储的疯狂吞噬。当模型变得更“聪明”的同时，传统的基础设施已不堪重负。
这不再是单点优化能解决的问题，而是一场系统级的基础设施重构，这就需要从网络、存储到通信库的协同设计来构建大规模 AI 工厂，从而突破性能瓶颈，降低训练和推理的综合成本，并优化综合能效。
4月24日，14:00-18:00，上海圣诺亚皇冠假日酒店，“China AI Infra Day —— NVIDIA 网络技术赋能 10 亿瓦级 AI 工厂”论坛，将深度解析 GTC 2026 最新技术发布，带您直击 NVIDIA 在构建超大规模 AI 工厂的先进技术、最佳实践与参考设计。
活动详情：