DEXUN GPU NEWS
资讯中心
汇集 GPU 选型、模型训练、推理部署与高性能计算资讯。
GPU服务器无法现场维护，怎样通过带外管理定位故障？
说明如何借助BMC、IPMI、Redfish和远程KVM，在无法到场时检查GPU服务器的电源、启动过程、硬件告警及操作系统状态，并按故障表现决定下一步处理。
阅读全文 →
哪些团队需要远程排查GPU故障？先看5类运维需求
远程排查GPU故障尤其适合管理分散节点、处理主机无法启动、追查间歇性异常或需要规范恢复流程的团队。文章说明带外管理能做什么、如何配合操作系统工具诊断，以及实施时的权限与安全要点。
阅读全文 →
GPU服务器优化先调BIOS还是先升固件，两种流程怎么选？
先记录现有配置，再根据硬件状态和变更目标决定顺序：新装、兼容性或安全问题优先升级固件；稳定运行、只需调性能时，可先做小范围BIOS对照测试。文中给出两种流程、验证步骤和回退条件。
阅读全文 →
GPU服务器BIOS升级排障的6项检查：参数、固件与回滚
围绕兼容性、配置备份、PCIe参数、升级顺序、重启验证和回滚预案，梳理GPU服务器BIOS升级的六项检查，帮助降低升级后无法启动或设备识别异常的风险。
阅读全文 →
需要调BIOS的GPU服务器运维团队，应先确认硬件支持与回退条件
调整服务器BIOS或升级固件前，先核对整机与扩展卡兼容性、记录现有配置，并确认升级中断后的恢复路径。本文给出检查、变更、验证与回退步骤。
阅读全文 →第一次升级GPU服务器固件，BIOS参数和流程该从哪一步了解？
首次升级GPU服务器固件，先核对整机型号、当前版本和厂商发布说明，再备份BIOS设置、规划维护窗口并按平台规定顺序更新。文章梳理常见BIOS参数的作用、升级步骤及完成后的验证方法，帮助降低配置变化和升级中断带来的风险。
阅读全文 →落地多租户算力隔离的5步：对照容器、配额与设备分配
从租户边界、容器运行环境、资源配额、加速设备分配到验证与审计，拆解多租户AI算力隔离的五步落地方法，并说明容器、配额和设备隔离各自能解决的问题。
阅读全文 →在高校共享训练平台中，多租户隔离按项目划分GPU与访问权限
高校共享训练平台应以项目作为资源和权限边界：明确GPU配额与排队规则，限制成员访问范围，并隔离数据目录、凭据和运行环境。文章给出从建项、授权到验收的实施步骤，以及适用条件和常见问题。
阅读全文 →多租户AI集群该选硬隔离还是共享配额，成本如何权衡？
硬隔离以独占节点或独立资源池换取更强的性能边界和管理控制，共享配额则提高资源利用率、降低闲置成本。本文从安全要求、负载特征、运维复杂度和成本构成出发，说明如何选择并落地多租户AI算力隔离方案。
阅读全文 →