发布时间：2025-12-16 阅读量：838 来源: 发布人: bebop
导读：全球AI芯片巨头英伟达（NVIDIA）正式宣布完成对开源高性能计算调度平台SchedMD的收购。此举旨在强化其在人工智能与高性能计算（HPC）领域的基础设施能力，尤其聚焦于提升大规模AI训练任务的资源调度效率。SchedMD旗下的Slurm系统作为全球超算中心广泛采用的开源调度工具，将如何与英伟达的CUDA生态深度融合？
我爱方案网12月16日消息，英伟达（NVIDIA）近日宣布收购开源工作负载管理平台提供商Schedmd，以增强其在高性能计算（HPC）和人工智能（AI）领域的技术能力。Schedmd的核心产品Slurm（Simple Linux Utility for Resource Management）是广泛应用于超级计算和云计算环境的开源调度系统，此次收购预计将优化英伟达在数据中心和AI基础设施领域的资源管理效率。
据了解，SchedMD开发的Slurm（Simple Linux Utility for Resource Management）是当前全球最主流的开源作业调度系统之一。据公开数据显示，全球TOP500超级计算机中，超过60%采用Slurm进行任务分配与资源协调。该系统能够高效管理跨节点、多GPU的并行计算任务，特别适用于需要长时间、高吞吐训练的AI大模型场景。
通过将Slurm深度集成至其CUDA软件栈和AI Enterprise平台，英伟达有望实现从底层硬件到上层调度策略的全栈优化。这意味着未来基于英伟达GPU的数据中心，不仅能提供强大算力，还能通过智能调度显著降低训练延迟、提升集群利用率，从而真正打通AI算力交付的“最后一公里”。
总的来说，英伟达收购SchedMD，表面是一次技术补强，实则是一场静默却深远的生态重构。在AI军备竞赛进入“精耕细作”阶段的今天，单纯比拼算力已不够，如何高效、智能、可靠地调度算力，才是决胜未来的关键。
在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下，国产LineShine（灵晟）纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500，印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日，Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》，系统拆解了无GPU同构超算的四层技术体系：处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。
回顾AI今年的发展轨迹，我们能察觉到一种质的变化：AI不再只是被展示、被调用的“展品”，而是拥有了更明确的“行动感”。从代码编写到机器人奔跑，从算力基建到未来接口，行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字，捕捉这一轮产业变革中的关键切片。
展会大数据公布！2027.7.7-9，上海见。
全球知名半导体制造商ROHM近日宣布，面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”
2026 WAIC落下帷幕，国内AI算力产业的共识正发生清晰转向：单点参数竞赛逐渐退潮，超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下，首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后，指向了一条不依赖先进制程与既有生态的突围之路。
