戴尔发布新一代超算 AI 服务器 PowerEdge XE8812：每机架 144 GPU，全液冷设计

一句话看懂：戴尔在 ISC 2026 大会上推出 PowerEdge XE8812 服务器，采用全液冷无风扇设计，每机架最多支持 144 块 GPU，专为大规模 AI 训练和模拟任务打造，计划明年初全球上市。

事件核心：发生了什么

戴尔科技在德国汉堡 ISC 大会上正式发布超算级 AI 服务器 PowerEdge XE8812。该机型基于 NVIDIA Vera Rubin NVL4 架构，每机架可部署 144 块 GPU，对比上一代 GB200 NVL4 平台，CPU 核心数从 144 个增至 176 个，每个插槽的内存容量和 GPU 显存均提升 50%。为应对高强度散热需求，XE8812 采用无风扇全液冷设计，CPU 和 GPU 均通过液冷散热，机架支持超过 300kW 供电。戴尔宣称，从部署到实际运行负载仅需 6 小时。

目前已有三个公开部署案例：美国能源部劳伦斯伯克利国家实验室的下一代旗舰超算 Doudna（搭配 NVIDIA Quantum-X800 InfiniBand 网络）；法国 AI 公司 InstaDeep 的 Kyber 集群（可实现约 0.5 exaFLOPs FP16 性能）；以及英国 Wellcome Sanger 研究所利用戴尔 PowerEdge XE 系列服务器和 NVIDIA GPU，每 7 小时完成一个全基因组组装。

为什么重要

戴尔 XE8812 的发布直接回应了当前 AI 算力瓶颈中的两个关键问题：显存容量和散热效率。上一代平台中，大规模模型训练经常因显存不足而需要在存储与计算系统之间频繁搬运数据，带来微秒至毫秒级延迟。XE8812 通过 50% 的显存和内存提升，让更大尺寸的模型可以完全在内存中运行，减少了数据搬运的开销。同时，全液冷方案意味着该服务器能支持更高密度的 GPU 部署（144 GPU/机架），这意味着在相同机房空间内可获得更高的算力产出，对于云服务商和企业级 AI 基础设施投资方而言，这直接影响了单卡 TCO（总拥有成本）。

从竞争格局看，戴尔借此强化了在 NVIDIA Vera Rubin 生态中的系统集成角色。此前戴尔已向 CoreWeave 交付全球首套可运行的 NVIDIA Vera Rubin NVL72 系统，XE8812 的推出意味着戴尔正在加快从“采购 NVL4 并组装”向“提前验证并提供全栈机架级方案”的转变。

对用户/开发者/创作者的影响

对 AI 模型训练团队和开发者而言，XE8812 提供的更大显存（0.5 exaFLOPs 级性能集群）可能减少因显存不足导致的模型并行度限制，从而降低训练超大语言模型或科学模拟（如气候、基因组学）时的工程复杂度。对内容创作者和图像生成应用，如果后续 GPU 出租商采用该平台，意味着单任务可处理的分辨率和批次规格上限将提高。不过，该产品针对的是超大规模数据中心和国家级超算项目，普通个人或小团队用户短期内几乎不可能直接采购，更多将通过云服务间接受益。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是落地时间表：XE8812 计划明年初全球上市，但目前的三个公开案例中，Doudna 超算和 Kyber 集群的具体上线时间未披露，需关注是否会因液冷供应链或 NVIDIA Vera Rubin 芯片量产节奏而延迟。二是竞品反应：液冷高密度机架方案正成为超算厂商的必争之地，戴尔的直接竞争对手包括 HPE、超微等，后者预计也会在 Vera Rubin 生态内推出类似设计，价格和部署效率将成为关键博弈点。三是生态验证：戴尔强调 5000 家客户已部署 AI Factory，但 XE8812 作为全新架构，其首批用户的实际运行性能数据（尤其是单机架 FP16 算力和 PUE 值）仍待市场验证，这些数据将直接影响后续企业采购决策。

来源：Readhub · AI