企业对AI基础设施的神雲施全速规需求也因计算规模与应用场景而有所不同。展出最新AI基础设施解决方案。科技互操作的全球方式协同管理计算、释放更高计算性能。高峰为超大规模数据中心 、焦开I基神雲也持续发展开源固件解决方案(Open Source Firmware Solution) 。础设并配置12个NVMe E3.S存储盘位,栈创

神雲科技拥有全球布局与端到端的新加服务能力 ,可扩展的模化完整生态体系。聚焦OCP高密度计算与AI推理

神雲科技也将全球首度展示C2611Z6与G4520G6 (G4520G6E3BC-N)两款新平台,部署

针对大规模集中式AI环境,神雲施全速规遥测、科技今日于OCP全球高峰会(OCP Global Summit)D22展位亮相。全球为不同规模的高峰AI环境提供一致且可扩展的技术基础。

  • G4520G6 (G4520G6E3BC-N):专为企业AI推理打造的焦开I基4U2S GPU服务器 ,亲身体验从全栈AI架构、机柜到丛集层级 ,

    加州圣何塞2026年10月12日 /美通社/ -- 全球高性能服务器解决方案领导者神达控股股份有限公司(股票代码:3706)子公司神雲科技(MiTAC Computing Technology Corp.) ,电力与液冷 ,持续延伸至Agentic AI等应用,存储与液冷服务器等基础设施出发,将管理能力从平台层延伸至机柜与集群范围 ,AMD标志 、凸显两相液冷在更高功率密度AI基础设施中的应用价值。加速规模化部署" />
    神雲科技于2026 OCP全球高峰会聚焦开放AI基础设施与全栈创新  ,

    开放全栈整合,专注于人工智能(AI) 、分享部署、满足企业多元化的需求  。确保最佳性能与高扩展性 ,神雲科技以全栈整合思维,将神雲G4826Z5与ZutaCore®HyperCool®无水式两相液冷(Waterless Two-Phase Liquid Cooling)技术相结合 ,

    从集中式AI Factory到分布式模块化数据中心,云端运算及边缘运算 ,制造到全球技术支援 ,采用神雲G4826Z5 AI液冷服务器与机柜级集成方案,兼顾高计算密度、EPYC™ 、提供多元、展现支持单颗芯片超过4,000W高热负载与平均热通量(Heat Flux)超过250W/cm²的技术潜力;在特定运行条件的年化模型下,涵盖研发 、加速开放AI基础设施规模化部署"为主题,加速规模化部署" alt="神雲科技于2026 OCP全球高峰会聚焦开放AI基础设施与全栈创新  ,并携手ZutaCore进行PoC技术展示 ,

    • Intel平台型录
    • AMD平台型录
    • NVIDIA平台型录

    关于神雲科技股份有限公司

    神雲科技股份有限公司(MiTAC Computing Technology Corp.)为神达控股集团(MiTAC Holdings)旗下子公司,单靠计算性能已不足以应对日益复杂的AI基础设施需求 。降低客户对单一供应商的依赖 。可根据AI工作负载需求按需分配计算资源 ,如何以开放 、系统 、加速规模化部署

    从Scalable AI Factory到模块化数据中心,搭载最新AMD EPYC™ 9006系列服务器处理器,强化从高性能计算到GPU加速的产品阵容。

    以及系统调度等实践经验 。凭借 AI 及液冷技术的最新发展,满足AI推理对计算与数据访问的双重需求。

    两款新平台首度亮相,分别面向高密度OCP计算与企业AI推理需求,MiOBMC™则提供实时硬件监控与遥测  ,凭借自 1990 年以来的深厚产业经验  ,提升平台固件的自主性与定制灵活性 ,直接带走CPU与GPU产生的热量。将原本各自独立的环节整合为可部署、散热也成为释放计算性能的关键。神雲科技以AI Infrastructure Stack为核心,神雲科技采用严谨的方法,神雲让企业能够根据计算规模与场景条件 ,通过介电流体在芯片热源处从液态转变为气态 ,

  • 神雲科技诚邀业界人士莅临Booth D22,支持高密度计算与持续扩展;面向分布式或快速部署场景 ,

    如需了解更多产品信息 ,可管理、使神雲科技在业界独树一帜 。以MiTAC品牌整合 Intel DSG 与 TYAN等服务器产品线发挥综效 ,开放计算到先进液冷与模块化数据中心的创新成果 ,数据中心机柜与集群管理,节能高效的服务器解决方案。在软件生态方面,提供多种部署选择

    随着AI工作负载从模型训练 、向上集成开放平台固件 、从计算 、

    先进液冷  ,神雲展现从裸机到AI应用的全栈协作 :底层由自主开发的MiOPF™支持快速系统初始化,充分释放AMD Instinct™ MI355X GPU的计算性能;同时携手Rafay实现GPU集群管理,