避开多卡PCIe拓扑识别的4个误区，别只看插槽数量
多卡主机的插槽外观、链路状态和设备间通信路径不能混为一谈。本文拆解四个常见误区，并介绍用主板手册、Windows设备管理器与硬件信息工具交叉核对的方法。
阅读全文 →DEXUN GPU NEWS
AI算力与应用
查看AI算力与应用，掌握选型、配置和部署要点。
按工作负载匹配显卡类型，可避免渲染与推理资源错配
图形渲染重视光线追踪、显存容量和持续计算能力；AI 推理更关注矩阵运算效率、显存带宽与响应时延。应依据软件支持、实际负载和测得的资源峰值选择硬件，而非只看显卡名称或理论算力。
阅读全文 →
显卡服务器进阶调优的5个重点：从显存到任务并行
显卡服务器并非显存越大、算力越高就越合适。本文从显存、精度、数据通道、任务并行和软硬件验证五方面，说明图形渲染与模型计算的配置差异，并给出可执行的调优步骤。
阅读全文 →
机房批量扩容计算节点时，网络启动如何支撑无盘部署？
批量扩容无盘计算节点，关键是让固件获取启动文件、让 initramfs 接管网络并挂载根文件系统，再通过版本管理、分批上线和故障回退控制部署风险。
阅读全文 →
训练和推理共用算力时，哪些隔离风险要提前规避？
训练与推理共用服务器时，风险不止是算力争抢，还包括内存、存储、网络和故障影响范围。本文梳理隔离边界、调度方法与上线前检查步骤，帮助制定可执行的混合负载隔离方案。
阅读全文 →
训练推理混合运行时，新手可先从资源隔离边界入手
训练任务追求吞吐，在线推理关注延迟，两者共享设备时容易互相争抢。本文从物理设备、GPU 分区、容器调度和主机资源四层说明隔离方法，并给出可执行的落地步骤与常见问题。
阅读全文 →核算前别急着汇总：算力中心碳排评估的5个步骤
先明确核算边界，再整理能源与排放数据，并把碳排结果和能效指标分开评估。本文按五个步骤说明如何处理排放因子、制冷剂、PUE及数据质量，减少汇总后返工。
阅读全文 →