Atlas 800T A2 训练服务器

性能简介：

一、产品概述

产品定位：4U AI 训练服务器，面向深度学习模型开发与训练，适用于智慧城市、智慧金融、教育科研、运营商等大算力行业场景。

1. 整机形态：4U 机架式 AI 服务器

2. CPU：4 颗鲲鹏 920 处理器

3. 内存：32 个 DDR4 内存插槽，速率最高 3200 MT/s；单条内存支持 16GB/32GB/64GB

4. 本地存储（三种配置可选）

• 7×2.5 英寸 SATA + 3×2.5 英寸 NVMe

• 8×2.5 英寸 SATA + 2×2.5 英寸 NVMe

• 4×2.5 英寸 SATA + 6×2.5 英寸 NVMe

5. RAID：支持 RAID 0/1/10/5/50/6/60

6. 网络：8 个 200GE QSFP 接口直出，支持 RoCE 协议

7. PCIe 扩展：最多 3 个 PCIe 4.0 扩展插槽

8. 电源：4 个热插拔 2.6kW 电源模块，支持 2+2 冗余；输入支持 200‑240V AC、240V DC

9. 散热：风冷散热；8 个热插拔风扇模组，支持 N+1 冗余

10. 工作环境温度：5℃～35℃

11. 物理尺寸：高 175mm × 宽 447mm × 深 790mm

二、软件特性

1. 昇腾 CANN 异构计算架构：包含 Runtime、算子库、图引擎、媒体处理组件；提供 AscendCL 昇腾计算语言 API，支持设备管理、内存管理、模型加载执行、算子开发、媒体数据处理；CANN 组件分为 Toolkit 开发套件、Kernels 二进制算子包、NNAE 深度学习引擎、NNRT 离线推理引擎、TFPlugin TensorFlow 框架插件。Toolkit 支持训练推理、模型转换、算子与应用开发编译；NNAE 支持训练推理；NNRT 仅离线推理；TFPlugin 对接 TensorFlow 训练业务。

2. 深度学习框架适配：原生支持 MindSpore；兼容 PyTorch、TensorFlow；支持大模型分布式训练，HCCL 昇腾集合通信库，8 卡 Fullmesh 高速通信，支持多机集群扩展，千卡级分布式训练。

3. 操作系统兼容：物理机支持 Ubuntu22.04、Kylin V10 SP2/SP3、UOS V20、BC-Linux21.10、openEuler22.03 LTS、CTyunOS22.06、CentOS7.6；支持容器部署；支持 NPU 直通虚拟机，虚拟机可直通 NPU 算力。

4. 服务器管理 iBMC：独立 BMC 管理系统，WebUI 远程管理；支持远程控制台、硬件监控、风扇 / 电源状态监测、告警上报、固件升级（BMC、CPLD、BIOS、NPU 固件）；支持 IPMI 协议，支持远程开关机、硬件故障诊断。

5. 集群运维 MindCluster：集群作业调度、资源管理、实时硬件健康监控；NPU 指标采集；故障自动检测、故障诊断；训练任务断点续训，故障自动重调度；支持对接 K8s，Atlas Device Plugin、NodeD、ClusterD 组件。

6. 虚拟化与容器：支持 Docker 容器，容器内运行 AI 训练推理；支持 NPU 算力切分、GPU 虚拟化类能力，NPU 直通虚拟机；支持 SMMU 安全虚拟化。

7. 固件与驱动体系：Ascend HDK 硬件驱动固件包，配套 NPU 驱动、CPLD 固件、BMC 固件；支持固件版本配套升级，支持批量升级；软硬件版本配套校验。

8. 模型工具链：ATC 模型转换工具，第三方模型转昇腾离线模型；算子调优工具、性能分析工具 Profiling，采集算力、带宽、时延指标，定位性能瓶颈；精度调试工具。

9. 安全能力：iBMC 用户权限管理、账号安全；可信启动；NPU 内存隔离；支持安全日志审计。

10. 存储与网络软件栈：支持 RoCE v2 协议，200GE 网络；RAID 管理软件，磁盘阵列配置、磁盘状态监控。

三、解决方案亮点

      高算力密度：4U 机架式整机搭载昇腾 910B NPU，单台提供大模型训练算力，整机算力密度高，节省机房机柜空间，适配大规模 AI 集群部署。

1. 极致能效比：鲲鹏 + 昇腾原生架构协同优化，风冷设计，整机功耗控制优秀，降低机房供电与散热成本。

2. 高速互联网络：8 个 200GE QSFP 接口直出，原生支持 RoCE v2 协议，单节点内 8 卡 Full Mesh 高速通信，大幅降低多机分布式训练通信延迟，支撑千卡级大模型集群扩展。

3. 全栈昇腾软件生态：配套 CANN 异构计算架构，原生支持 MindSpore，兼容 PyTorch、TensorFlow 主流深度学习框架；提供模型转换、性能调优、算子开发全套工具链，降低 AI 应用开发迁移成本。

4. 灵活存储配置：提供三种本地硬盘组合方案，支持 SATA 与 NVMe 混合部署，兼容多类型 RAID，可根据数据集大小灵活选配存储，满足训练数据集高速读写需求。

5. 高可靠硬件设计：4 个 2.6kW 热插拔电源支持 2+2 冗余，8 个热插拔风扇 N+1 冗余；iBMC 独立管理，硬件故障监控、远程运维、固件批量升级，保障 7×24 小时 AI 训练业务稳定运行。

6. 开放集群运维能力：配套 MindCluster 集群管理平台，支持资源调度、任务断点续训、故障自动重调度，可对接 K8s 容器编排，适配云原生 AI 训练业务。

7. 安全可信体系：芯片级可信启动、NPU 内存隔离、BMC 账号权限管理、安全日志审计，从底层构建可信 AI 算力底座，满足政企、科研等行业安全合规要求。

8. 多操作系统兼容：支持麒麟、统信、openEuler、Ubuntu 等主流操作系统，支持容器与 NPU 虚拟化直通，适配物理机、虚拟机、容器多种部署形态。

9. 行业广泛适配：面向深度学习模型开发与训练场景，可用于智慧金融、教育科研、智慧城市、运营商等行业大模型训练、AI 科研计算业务。

四、硬件规格