ZDNet至顶网服务器频道 04月22日(文/赵效民): 北京时间2014年2月19日,英特尔正式发布了新一代至强E7系列处理器,简称“E7v2”,这个基于IvyBridge架构的顶级至强家族(IvyBridge-EX),无疑代表了x86处理器最高端的水平,同时它也承载了英特尔向传统高端服务器市场进军的最新梦想。而其主要的竞争对手——IBM POWER处理器,也将于2014年4月28日迎来新的掌门人——POWER8,相信双方将像它们的前辈(至强7500/E7与POWER7/7+)一样,展开新的激战,而两者发布之间的这短短的空档期,也正好可以留给我们来展望双方对决的前景。
新时代下的高端服务器定位
在进行具体的产品介绍比较之前,我想先谈谈所谓的高端服务器,毕竟E7v2与POWER8的一个主要目的或者说目标市场就是高端服务器(这也将是它们的主战场)。IT圈里的很多人对高端服务器的第一印象就是Scale-Up,而在互联网模式大行其道,并迅速带动云计算普及的今天,似乎Scale-Out是更为时髦的词汇,相较而言Scale-Up则是传统的、陈旧的代名词,为其佐证的就是当今高端服务器市场占有率的老大——IBM PowerSystems正的逐年下滑,并迫使IBM硬件部门进行了大规模调整。但是,如果真如互联网IT人员所鼓吹的那样,Scale-Out包打天下,那么坐拥最大双路服务器市场的英特尔为何还要不断推出高端至强处理器E7呢?这其中肯定自有规律。

4路及4路以上高端服务器市场,传统RISC系统(IBM PowerSystems与Oracel SPARC)出货量对比,到2013年x86已经占据该市场的81%
在2013年炒火热的“去IOE”,应该是Scale-Up与Scale-Out最典型的交锋,但凡事无绝对,阿里的举措是否完全合理或者说全部出于正确而客观的IT理念,我在此仍持保留态度,但是有一点是可以肯定的——其实技术架构的变革,对工作负载本身的性质并没有绝对的影响,反过来工作负载的特性往往会决定技术架构的基本走向。对于当前很多关键业务,尤其是对响应速度、准确性、关联复杂度有较高要求的负载,是否真的是廉价的双路服务器配以Scale-Out架构就能搞定的呢?显然不是,这就好比HPC(高性能计算)领域中的OpenMP与MPI之分,理论上讲机器内部的通讯速度与响应时间永远要好于分布式的互联,这种本质上的区别也预示着单靠其中一种架构都不可能独霸天下。因此,在很多应用场合中,我们仍然有必要重新审视,并保持对Scale-Up系统的关注。
事实上,传统的高端服务器走向衰落一个很重要的原因在于其生态系统的封闭,而非应用本身不再需要高端服务器,否则不断出新的高端x86服务器都卖给谁去了?我相信,传统的由某些厂商专有的Scale-Up技术架构体系的衰落,有很大一部分由基于开放、标准化的x86高端Scale-Up系统来替代的。这是因为,与当前Scale-Out潮流一下,x86也为高端服务器带来了开放与标准化设计的特点,并带动了相关生态的发展(如高RAS的软件平台),从而逐渐打动用户,并愿意替换传统相对更封闭的Scale-Up系统——如此循环,让x86平台在Scale-Up领域也逐渐拥有了强大的市场地位。


在4路及4路以上高端服务器销售额方面,x86的表现也一直向好,2013年达到了57%,如果市场真的不需要Scale-Up系统,x86高端服务器的增长从何而来?
而且我坚定的认为,即使未来全部都是基于云的基础架构,即使对于大型公有云服务商,Scale-Up系统仍然有用武之地——鉴于云的大集中的特性,对于某类负载的单节点承载能力需求,很可能是不降反升,因为这些关键负载节点(如大规模数据分析)的能力更强,也更有肋于整体架构效率的提升与成本优化(如能耗、机房空间等),而这也将进一步成为Scale-Up系统的发展动机。
所以,无论是高端x86还是POWER服务器,谁强过谁都不能说Scale-Up已经过时了,反倒是证明了这个市场存在的现实——即使是IBM System z大型主机也正在突显其Scale-Out Inside的能力,所以这也是为什么英特尔仍然不断的发展E7家族,而IBM也下惜重金开发POWER8以及成立OpenPOWER基金会的原因,前者想通过较前辈更强大的性能与生态系统获得更多的Scale-Up市场,后者则希望以传统的性能优势,配合不断改善的生态环境,来重返主流地位。但不管最终结果如何,我相信,市场永远需要高端的服务器。
好文章,需要你的鼓励
OpenAI、Anthropic和Google的AI代码助手现在能够在人工监督下连续工作数小时,编写完整应用、运行测试并修复错误。但这些工具并非万能,可能会让软件项目变得复杂。AI代码助手的核心是大语言模型,通过多个LLM协作完成任务。由于存在上下文限制和"注意力预算"问题,系统采用上下文压缩和多代理架构来应对。使用时需要良好的软件开发实践,避免"氛围编程",确保代码质量和安全性。研究显示经验丰富的开发者使用AI工具可能反而效率降低。
这项研究由北京交通大学研究团队完成,系统阐述了人工智能智能体从"流水线"范式向"模型原生"范式的转变。研究表明,通过强化学习,AI可以自主学会规划、使用工具和管理记忆等核心能力,而不再依赖外部脚本。论文详细分析了这一范式转变如何重塑深度研究助手和GUI智能体等实际应用,并探讨了未来多智能体协作和自我反思等新兴能力的发展方向。
英伟达与AI芯片竞争对手Groq达成非独家授权协议,将聘请Groq创始人乔纳森·罗斯、总裁桑尼·马德拉等员工。据CNBC报道,英伟达以200亿美元收购Groq资产,但英伟达澄清这并非公司收购。Groq开发的LPU语言处理单元声称运行大语言模型速度快10倍,能耗仅为十分之一。该公司今年9月融资7.5亿美元,估值69亿美元,为超200万开发者的AI应用提供支持。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。