ZDNet至顶网服务器频道 09月23日 新闻消息(文/张广彬):几乎每一代英特尔CPU的推出,都可以套上“更高、更快、更强”的形容词,可至少对至强E5 v3而言,“更快”有着更多的含义,而伴随着“更强”,或许还要加上“更广”二字。
虽然采用Haswell微架构的消费级CPU推出已有一段时间,但如果把目光放在至强E5家族内部,E5 v3和v2正式推出的间隔只有一年,而v2和初代E5之间则相距18个月。从v2到v3,CPU最大内核数的增幅都是50%,不过,核数越多,保持同样的增幅(且间隔更短)就愈发不易,这一点ZDNet企业解决方案中心高级工程师盘骏在《Intel Haswell-EP处理器评测》文章中进行了详细的剖析,非常值得一读。
相对而言,服务器OEM厂商的时间要充裕些,因为至强E5 v2并没有更换硬件平台,E5 v3的Grantley平台距初代E5的Romley平台之间有两年半的时间,且OEM很早就开始了测试工作。所以,众多厂商基于至强E5 v3的新一代服务器产品也很值得关注。
至强E5集成了PCI Express 3.0并提供Intel的DPDK技术,E5 v3没有这么大的革新,却可以充分享用两年多来周边技术发展成熟的成果。网络方面,虽然板载网卡仍然以千兆(GbE)为主,但是万兆(10GbE)选项已经占据更加重要的地位,40GbE也更为常见。在计算能力和内存带宽持续提升的情况下,网络不能成为瓶颈,特别是在分布式计算大行其道的今天。
改变更大的是存储部分。闪存市场的快速发展,特别是PCI Express闪存产品的成熟,使得SFF-8639和NVMe的组合出现在几乎所有主流服务器产品的可选配置中。
RAID技术的重要性也明显下降,新一代服务器的RAID卡普遍增加了“直通”(pass-through)的选项,一方面是传统的RAID算法不适于固态盘(SSD),另一方面是Hadoop等分布式计算应用不需要服务器RAID。不论SSD还是硬盘,采用直通模式都意味着原本由RAID卡负责的冗余处理等工作,要交给上层软件来执行,这对服务器CPU的计算能力提出了更高的要求,为至强E5 v3提供了广阔的施展空间。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。