除了最新发布的 GPU 服务器 NF5468M5，浪潮的服务器还涉及 CPU、FPGA。浪潮通过实测数据，分析不同场景下人工智能计算对服务器的性能要求，合理搭配以 CPU、GPU 和 FPGA 为核心的 AI 计算服务器。以下是两个典型案例。
适用于多个应用场景的 FPGA 加速设备 F10A
F10A 是一款 FPGA 加速设备。基于 FPGA 具有可编程专用性，高性能及低功耗的特点，浪潮 F10A AI 线上推理加速方案针对 CNN 卷积神经网络的相关算法进行优化和固化，可加速 ResNet 等神经网络，能够应用于图片分类、对象检测和人脸识别等应用场景。
这一服务器的单芯片峰值运算能力为 1.5 TFlops，每瓦特性能达到 42 GFlops。同时，F10A 具有灵活的板卡内存配置，最大支持 32G 双通道内存，能够寄存更多的并行任务数据。
最大支持 64 块 GPU 的 SR-AI
SR-AI 单机可实现支持 16 个 GPU 的超大扩展性节点，该方案最大支持 64 块 GPU，峰值处理能力为 512 TFlop，可支持千亿样本、万亿参数级别的模型训练。该服务器打破了传统服务器的 GPU/CPU 紧耦合架构，通过 PCI-e Switch 节点连接上行的 CPU 计算/调度节点和下行的 GPU Box，实现 CPU/GPU 的独立扩容，避免传统架构升级带来的部件过度冗余，使得 GPU 扩展无需同步配置高成本的 IT 资源，可将成本优化 5% 以上，随着规模上升，成本优势更加明显。
浪潮表示，在计算..的选择上，企业可以在适合线下训练的计算加速节点采用浪潮领先业界设计的浮点运算能力强、高扩展的 GPU 服务器，或 KNM 计算加速器，而用于线上识别的计算加速节点采用浪潮低功耗、高能效比的 GPU 服务器，或者低功耗定制优化推理程序的 FPGA 加速器。
图：浪潮 GPU 服务器产品家族
