超集信息重磅亮相2025 青科会！硬核算力+案例实践，赋能图象图形学持续创新_新闻中心_苏州超集信息科技有限公司

超集信息基于海量项目实践经验，探索出CV领域通用需求，并以液冷工作站系列解决方案针对性破局——算力稳定、高效静音、便捷部署。同时，平台x86与国产"芯"双轮驱动，全面拥抱国产化。

· 30℃环温12H压测，CPU低于80℃，GPU低于77℃，较风冷降温20%

· 3000W功耗下，待机噪音约45dB，满载噪音约55dB，较风冷降噪15%

· 水箱、水泵、冷排等组件一体式集成，开箱即用

· 全面兼容m-ATX/ATX/E-ATX/15" x 13"等主流尺寸主板，为用户提供更多样化选型

· 无缝适配X86、ARM两大主流架构平台，深度优化飞腾、海光、昇腾等国产高性能计算平台支持

· 高效兼容GPU、NPU、DPU等多种类型加速卡，显著提升特定负载处理效能

除了基础算力设施建设，在AI的实际研发中，大量用户饱受"部署难、对接难、利用率低"的三大顽疾困扰。基于此，超集信息推出了PlatforMax智算融合平台，能够实现异构资源的高效管理、调度和监控，提供人工智能模型开发、模型训练到部署的完整功能，降低开发和应用成本，提高AI领域的研发和生产效率。

✅ 智能环境配置引擎

▷ 硬件兼容性自检系统，实现从驱动层到应用层的全栈验证。

✅ 生态级应用对接中枢

▷ 即将上线GUI多机部署向导，快速部署多机并行Deepseek、千问等大模型。

✅ 资源使用深度优化

▷ 以作业方式实现计算资源的动态分配及回收，整体算力利用率实现30%以上提升。

1、CLIP+LLM 联合训练，单卡80 GB显存仍报OOM——因为4亿图文对embedding需同时驻留。

2、文本最大长度4k tokens，batch=8时峰值显存>94 GB，GPU崩溃成家常便饭。

3、多机并行采用NCCL AllReduce，万兆以太网延迟200 μs，梯度同步慢，GPU利用率掉到45%。

根源问题

"大模型+大数据"对显存容量与跨机带宽同时提出线性以上需求，传统PCIe互联&以太网成为瓶颈。

超集方案

· 内存统一：通过采用更大的一致性内存，embedding表自动溢出到CPU侧，GPU逻辑显存进一步扩展，OOM彻底解决。

· 计算-通信重叠：NVLink Switch支撑下，AllReduce延迟<5 μs，梯度传输与反向计算overlap，GPU利用率回升到92%。

· 编译优化：使用NVIDIA Transformer Engine，FP8精度训练，显存占用再降 50%，吞吐量提升2.4 倍，3天完成原先10天的CLIP大模型预训练。

1、千兆像素病理切片单文件>3 GB，传统单机无法全片加载，只能分块（patch）推理，细胞级小目标跨patch被切割，漏检率15%。

2、分块后I/O风暴：4×GPU同时读取，NAS带宽打满40 Gbps，patch排队加载，GPU空转60%时间。

3、H&E染色差异大，需在线Stain Normalization，计算密集，单卡处理一张WSI 需3小时。

根源问题

"超大图像+小目标+染色差异"三重挑战，显存容量、I/O 带宽、计算并发缺一不可。

超集方案

· 大显存+统一内存：48GB GPU×4，NVLink 112 GB/s，整张WSI一次载入显存，取消patch切分，漏检率降至0.8%。

· GPU-Direct Storage：绕过CPU，3 GB切片6秒直达显存，I/O 等待缩短80%，GPU利用率提升至94%。

· Stain Norm CUDA Kernel 硬化：在线染色归一化<30 ms/视野，配合FP16推理，单 WSI 全流程30分钟完成，1 小时内拿到 AI 初筛结果，复核工作量减半。

三天会期、二百余场高水平报告、千余名青年学者与产业精英的密集碰撞，让"智能、绿色、开放"成为图象图形领域新的关键词。思想的火花已点燃创新的引擎，未来，超集信息将继续与学会、高校及科研机构并肩前行，以可持续算力助推中国图象图形学科攀登下一座高峰。