ZDNet至顶网服务器频道 10月10日 新闻消息:AMD于近日宣布其新款12核和16核AMD皓龙 6300系列服务器处理器即将上市,代号为“华沙”(Warsaw)。全新的AMD皓龙6300系列处理器专为企业级工作负载而设计,配备“Piledriver”核心,并可与现有的AMD皓龙6300系列完全衔接,软件方面也完全兼容。这些新产品的电源效率和成本效益对于业界最经济有效的开放式计算平台——AMD Open 3.0开放式计算平台而言堪称完美。
在客户需求的推动下,新款AMD皓龙 6338P(12核)和6370P(16核)处理器经过优化,能够以最佳的单位美元每瓦性能比处理企业环境中的高度虚拟化工作负载,包括数据分析、xSQL和传统数据库方面的更复杂计算需求等。
AMD公司副总裁、服务器业务部门总经理Suresh Gopalakrishnan表示,“为了实现更高效的服务器利用率,工作负载不断向虚拟化环境迁移,如今越来越多的工作负载受到内存容量和I/O(输入输出)带宽的限制。皓龙6338P和6370P处理器的服务器CPU经过了优化,能够以更低功耗和更低成本点为虚拟化的私有云部署提供更高的每瓦性能”。
功能与规格
即日起,新款AMD皓龙6338P和6370P处理器将通过系统集成商——Penguin和安富利(Avnet)发售,适用于曙光(Sugon)和超微(Supermicro)服务器,售价分别为377美元和598美元。
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。