【AI 集群】xAI世界最大10万卡GPU集群解读

本期播客详细解读了 xAI 公司在孟菲斯建造的全球最大 GPU 集群 Colossus（包含近 10 万张 GPU 卡）。播客主持人 ZOMI 逐一讲解了该集群的 GPU 液冷机架（采用超微方案，每机架 64 块 H100/H200 GPU）、NVMe 存储系统（EB 级别 SSD 存储）、独立 CPU 计算集群（风冷散热，用于数据预处理）、以及 400Gb 以太网互联方案（参数面和业务面网络分离）。最后，主持人总结了该集群建设的复杂性，并指出其成功运行依赖于算法、软件架构和并行调度优化。