زیرساخت فقط خرید تجهیزات نیست
انتخاب سرور، ذخیره ساز یا زیرساخت هوشمند زمانی ارزش ایجاد میکند که معماری، ظرفیت، قابلیت توسعه و هزینه واقعی آن متناسب با نیاز سازمان طراحی شده باشد.
در ایران اچ پی نوآوران تمرکز ما فقط بر فروش محصول نیست. ما نیاز سازمان را بررسی میکنیم، فناوریهای مناسب را مقایسه میکنیم و راهکاری پیشنهاد میدهیم که از نظر زیرساخت و توسعه آینده مناسب باشد.
راهکارهای اصلی ما
از مشاوره تا پیاده سازی کنار شما هستیم
تجربه ای که پشت هر تصمیم فنی قرار دارد
Multi Disciplinary
حوزه های متنوع
+Projects 200
پروژه های متنوع
+Years 15
تاسیس 1389 (2010)
مقالات
فناوری را بر اساس نیاز انتخاب کنیم

همه کارتریجهای LTO یک کیفیت ندارند- کدام برند را انتخاب کنیم؟
برای کارتریج ذخیرهسازی از نظر کیفیت برند محصولات، میتوانیم بازار را به چهار گروه تقسیم کنیم. البته وقتی درباره LTO صحبت میکنیم، صرفاً اسم روی جعبه مهم نیست. اصالت کالا، شرایط نگهداری، عمر کارتریج و نحوه تأمین هم میتوانند مستقیماً روی اطمینانپذیری Media اثر بگذارند. اما اگر بخواهیم از نظر برند و برای استفاده سازمانی

آیا سرور Supermicro بخریم یا نه؟
اگر بخواهم این سؤال را برای بازار ایران جواب بدهم، پاسخ من این است:بله؛ Supermicro میتواند انتخاب خیلی خوبی باشد، اما نه برای هر پروژه و مهمتر از آن، نه از هر فروشندهای.Supermicro یک تفاوت جدی با خیلی از برندهای سنتی Enterprise دارد:فلسفه طراحی آن بر پایه Building Block و تنوع بسیار زیاد Configuration است.

وقتی GPU سریع است، اما شبکه عقب میماند
در زیرساختهای جدید AI، دیگر فقط این سؤال مهم نیست که «چه GPUای داریم؟» یک سؤال مهمتر هم کنار آن قرار گرفته است:داده با چه سرعتی بین GPUها جابهجا میشود؟ اگر شبکه و Fabric نتوانند همپای پردازندهها کار کنند، حتی قدرتمندترین GPUها هم بخشی از زمان خود را منتظر میمانند. این یعنی بخشی از سرمایهگذاری

تحول حافظه در NVIDIA؛ چرا رقابت AI دیگر فقط روی قدرت GPU نیست؟
وقتی درباره زیرساخت هوش مصنوعی صحبت میکنیم، معمولاً اولین توجه به قدرت GPU است. اما یک محدودیت مهمتر گاهی دیر دیده میشود: حافظه. اگر مدل در حافظه جا نشود یا داده با سرعت کافی به پردازنده نرسد، حتی GPU قدرتمند هم نمیتواند از تمام ظرفیت خود استفاده کند. به نظرم مسیر چند نسل اخیر NVIDIA

آیا مصرف برق بیشتر یعنی بهرهوری کمتر؟
وقتی مشخصات نسل جدید پردازندهها و شتابدهندههای AMD را میبینیم، عددهای مربوط به توان مصرفی خیلی زود جلب توجه میکنند. مثلاً در بعضی مدلهای EPYC 9005، توان طراحیشده به 500 وات رسیده و در خانواده Instinct هم اعداد بسیار بالاتری دیده میشود. در نگاه اول شاید نتیجه ساده باشد: هرچه وات بالاتر، مصرف بیشتر و

آیا برای ساخت زیرساخت AI، انتخاب GPU کافی است؟
در بسیاری از پروژههای هوش مصنوعی، اولین سؤال این است: چه GPUای بخریم؟ اما بهنظر من، این سؤال فقط بخشی از مسئله را پوشش میدهد. NVIDIA امروز دیگر فقط یک تولیدکننده GPU نیست. مجموعهای از فناوریهای پردازشی، شبکهای، ارتباطی و نرمافزاری را کنار هم قرار داده که عملاً روی معماری کامل زیرساخت AI تأثیر میگذارد.