Ai-Training

KI-Tools mit dem Tag Ai-Training.

54 Tools · handverlesen und kuratiert

// Preis

Huawei Ascend 960DT Huaweis nächster Ascend-Chip, dessen Einführung auf das erste Quartal 2027 vorgezogen wurde

Alibaba Zhenwu V900 T-Head-Chip für Training und Inferenz, ausgelegt auf Cluster mit bis zu 500.000 Einheiten

NVIDIA RTX PRO 5500 Blackwell Blackwell-Workstation-GPU mit 84 GB ECC-GDDR7-Speicher

Meta MTIA 300 Metas erster MTIA-Chip für Training im großen Maßstab mit On-Chip-Netzwerk

Meta MTIA 400 Meta-Chip für KI-Training und Inferenz zur Anzeigenrangfolge

AMD Instinct MI455X Flaggschiff-GPU der MI400-Serie für AMDs Helios-Rack zum KI-Training

Huawei Ascend 950DT Huaweis KI-Chip für Training und Decoding mit eigenem HBM

AMD Instinct MI100 Beschleuniger der ersten CDNA-Generation für Rechenzentren

AMD Instinct MI210 CDNA-2-Beschleuniger mit einem Chip für PCIe

AMD Instinct MI250 CDNA-2-Beschleuniger mit zwei Chips, eine abgespeckte MI250X

AMD Instinct MI300A APU mit CDNA-3-GPU und Zen-4-CPU-Kernen

AMD Instinct MI300X AMDs Flaggschiff-Beschleuniger für Rechenzentren und das Training großer KI-Modelle

AMD Instinct MI355X AMDs neuester Flaggschiff-Beschleuniger für KI-Training und -Inferenz

AMD Instinct MI450X CDNA-5-Flaggschiff der MI400-Serie für das Helios-Rack

AWS Trainium AWS erster speziell für das Training entwickelter Chip

AWS Trainium2 Eigener Trainingschip der zweiten Generation von AWS

Baidu Kunlun II KI-Chip der zweiten Generation für die Baidu Cloud

Biren BR100 Chinesische Allzweck-GPU mit Chiplet-Design für KI-Training

Cambricon MLU370-X8 KI-Karte mit zwei Dies für Training und Inferenz

Cambricon MLU590 Cambricons Flaggschiff-Chip für das Training großer Modelle

Cerebras WSE-2 KI-Chip im Wafermaßstab der zweiten Generation

Cerebras WSE-3 Größter je gebauter Chip mit 4 Billionen Transistoren

Google TPU 8t Googles TPU der achten Generation, ausgelegt ausschließlich auf Training

Google TPU v2 Erste TPU-Generation, die auch Training unterstützt

Google TPU v3 Flüssigkeitsgekühlte TPU der dritten Generation

Google TPU v4 TPU-Pod-Generation mit optischer Rekonfiguration

Google TPU v5p Googles eigener KI-Beschleuniger für das Training großer Modelle in Cloud-TPU-Pods

Google TPU v6e (Trillium) Vierfache Leistung pro Chip gegenüber der TPU v5e

Graphcore Bow IPU Erster KI-Prozessor mit Wafer-auf-Wafer-Technologie

Graphcore GC200 IPU Intelligence Processing Unit der zweiten Generation

Huawei Ascend 910 Huaweis erster Ascend-Chip für KI-Training

Huawei Ascend 910B Führender heimischer KI-Trainingsbeschleuniger Chinas

Intel Data Center GPU Max 1100 PCIe-Variante von Intels Ponte-Vecchio-Rechenzentrums-GPU

Intel Gaudi Trainingsbeschleuniger der ersten Generation von Habana Labs

Intel Gaudi 2 Trainingsbeschleuniger der zweiten Generation von Habana Labs

Intel Gaudi 3 Intels KI-Beschleuniger der dritten Generation für Training und Inferenz

Microsoft Maia 100 Microsofts erster maßgeschneiderter KI-Beschleuniger für Azure

Moore Threads MTT S4000 Chinesische Allzweck-GPU für KI-Training und -Inferenz

NVIDIA A100 40GB Ursprüngliche Ampere-GPU mit 40 GB für Rechenzentren

NVIDIA A100 80GB Ampere-GPU für Rechenzentren, die weiterhin weit verbreitet ist

NVIDIA A800 Ampere-GPU für den chinesischen Markt mit reduzierter NVLink-Bandbreite

NVIDIA B100 Direkter Blackwell-Nachfolger der H100 für HGX-Systeme

NVIDIA B200 NVIDIA-Blackwell-Flaggschiff-GPU für Rechenzentren zum Training wegweisender Modelle

NVIDIA GB200 NVL72 Grace-Blackwell-Superchip im Rack-Maßstab für Modelle mit einer Billion Parametern

NVIDIA GB300 NVL72 Blackwell-Ultra-Superchip im Rack-Maßstab mit erweitertem Speicher

NVIDIA H100 PCIe Hopper-GPU für Rechenzentren im PCIe-Formfaktor

NVIDIA H100 SXM GPU für Rechenzentren mit Hopper-Architektur und groß angelegtem KI-Training

NVIDIA H800 Hopper-GPU für den chinesischen Markt mit reduzierter NVLink-Bandbreite

NVIDIA RTX PRO 6000 Blackwell Blackwell-Workstation-Flaggschiff-GPU mit 96 GB VRAM

NVIDIA Rubin R100 Nachfolger von Blackwell für KI im Agentenmaßstab

NVIDIA Tesla P100 Erste HBM2-GPU für Rechenzentren, noch ohne Tensor-Kerne

NVIDIA V100 32GB PCIe Volta-GPU für Rechenzentren im PCIe-Formfaktor

NVIDIA V100 SXM2 Tensor-Core-GPU für Rechenzentren der ersten Generation

SambaNova SN30 Rekonfigurierbarer Dataflow-Chip der zweiten Generation