Rack-scale AI（机架级 AI 系统）
Rack-scale AI把一整柜服务器当成一台机器
亦作、亦称：机架级 AI 系统 · Rack-scale AI · 机架级 AI · Rack-scale System
Rack-scale AI 是 AI 基础设施竞争的新层级——以整机架为最小部署/互连单元，机架内加速器紧耦合成一台'超级计算机'。AMD Helios 对标 Nvidia GB200/NVL，Etched 走专用芯片路线，共同定义了 2026 年机架级算力的格局。
机架级互连
机架级 AI 的核心是机架级互连而非单卡算力。机架内数十至上百颗加速器通过高带宽、低延迟的互连域（如 NVLink 域或以太网 fabric）紧耦合，使张量并行、专家并行（MoE）等大规模并行策略可以跨芯片高效通信。互连带宽与延迟直接决定整机架的有效算力——互连是瓶颈时，再多的芯片也无法线性扩展。
AMD Helios 与 Nvidia GB200/NVL 对比
AMD Helios 是 AMD 推出的机架级 AI 平台，以整机架为产品形态，对标 Nvidia GB200/NVL 系列（如 GB200 NVL72）。两者的竞争焦点已从单卡 FLOPS 转向整机架的互连规模、内存容量、能效比与软件生态成熟度。Nvidia 凭借 CUDA 生态与 NVLink 互连占据先发优势；AMD 以开放生态（ROCm）和性价比切入。具体规格以 AMD 与 Nvidia 官方公告为准，不宜引用未经核实的泄露参数。
Etched 专用芯片路线
与通用 GPU 路线不同，Etched 等公司选择专用芯片（ASIC）路线——把 Transformer 计算固化进硬件，以牺牲通用性换取极致的推理效率与能效。这代表了机架级 AI 的另一条架构思路：当工作负载高度收敛到 Transformer 时，专用硬件可能在单位能耗和单位成本上显著优于通用 GPU。专用芯片路线与通用 GPU 路线将在机架级市场长期共存。
常见误解
日常交流中容易听到的简化说法，未必准确，但能帮助理解误解从何而来。
- 「把一整柜服务器当成一台机器」
- 「以机架为单位的 AI 超算」
相关术语
和本术语关联紧密的其他词条，便于串联理解。
🎯 考点练习
含该术语的高频面试题，含标准答案与追问。
- 初级系统设计查看详解 →
如何处理系统设计面试题？
先澄清功能与非功能需求并估算 QPS/存储；再给高层架构；然后深入关键路径（数据模型、缓存、一致性）；全程沟通 trade-off 与扩展方案。
- 中级开放高频查看详解 →
如何衡量 AI 编码工具的投资回报？超越 token burn
2026 年 7 月 Anthropic Claude Code 创建者 Boris Cherny 提出 AI 成功衡量框架：超越传统的 token burn 指标，关注任务完成率、首次通过率、开发者满意度和代码维护成本。本题探讨如何真正衡量 AI 编码工具的投资回报。
- 中级概念高频查看详解 →
AI 编码 Agent 与传统 IDE 辅助的核心区别是什么？
传统 IDE 辅助（Copilot 补全、ChatGPT 对话）是"人驱动、AI 辅助"模式；AI 编码 Agent（如 Juggler、Cursor Agent）是"AI 驱动、人审批"模式。核心区别在于自主性：Agent 能理解需求、规划步骤、执行多步操作、处理错误，而 IDE 辅助只响应即时指令。2026 年 GUI Coding Agent 进一步将操作范围从代码编辑扩展到图形界面操作。
- 高级系统设计高频查看详解 →
CXMT $98 亿 IPO 与 ASML 产能扩张——如何理解 AI 芯片供应链的地缘政治博弈与企业应对策略？
2026 年 7 月，CXMT 以约 $98 亿启动亚洲年度最大 IPO，ASML 第二次上调全年预期至 €430-450 亿。AI 芯片供应链从供需两端同时扩张：中国加速 DRAM 自主替代，全球先进光刻产能持续紧缺。理解这一格局对企业 AI 基础设施选型、成本管控和供应链韧性至关重要。
延伸阅读
从知识库精选 1 篇文章，帮助深入理解该术语。
外部参考
维基百科：查看「Rack-scale AI」词条本页内容为本站原创撰写；维基百科链接仅作延伸参考。