ZDNet至顶网服务器频道 03月02日 新闻消息:AMD公司近日宣布,惠普ProLiant DL380 Gen9已经采用为高性能计算而生的AMD FirePro™S9150服务器GPU(图形处理单元)。AMD FirePro™服务器GPU与惠普ProLiant DL380 Gen9服务器结合,专门用于各种应用计算,包括学术和政府集群,石油和天然气研究和深度神经网络。强大的软件生态系统支持AMD FirePro™S9150服务器GPU,让开发人员能够更好地利用其计算性能,包括针对OpenCL™2.0的支持。
AMD FirePro™服务器GPU采用首款以计算负载为中心的AMD GCN架构,支持增强双精度浮点计算,双精度计算性能突破每秒2万亿次大关。借助16GB GDDR5显存和235瓦最大功耗,AMD FirePro s9150服务器GPU提供巨大计算性能,同时最大化可用的功率预算。
AMD专业显卡总经理Karl Freund表示:“我们很自豪能够为惠普服务器用户提供AMD FirePro服务器GPU和计算能力,来管理各种场景的密集型计算负载。惠普ProLiant DL380 Gen9服务器用户可以受益于开放标准,如OpenCL™和OpenMP,也能受益于GPU计算和多GPU支持。”
惠普机架式和塔式服务器副总裁和总经理Peter Schrady表示:“借助AMD FirePro GPU,惠普ProLiant DL380可以比以往更快地运行图形密集型应用程序。我们的政府、学术界和能源客户将会看到性能优势,让惠普ProLiant服务器帮助他们完成更多工作和任务。”
借助AMD Stream技术,客户将能够利用AMD FirePro s9150服务器GPU提供的大规模并行处理能力,加速图形之外的应用程序。AMD FirePro s9150服务器GPU特点:
◆2.53 TFLOPS峰值双精度性能 – 最高领先竞争产品77%
◆5.07 TFLOPS峰值单精度性能 – 最高领先竞争产品18%
◆业界领先的显存配置 – 16GB GDDR5显存,512-bit显存界面,显存带宽高达320 GB/s
◆2816个流处理器(44个GCN计算单元)
◆支持纠错码 (ECC) 显存(仅限外部显存)
◆支持OpenCL™ 2.0
◆最大功耗235瓦
AMD FirePro s9150服务器GPU通过开启OpenMP,支持各行业工作负载处理。OpenMP是在C、C ++和Fortran语言中实现高层次并行计算的API。在细分市场,如石油和天然气,计算机辅助工程与计算科学,许多组织都在OpenMP上进行了大量投资,以创建可扩展的工作负载。 AMD与PathScale公司合作支持OpenMP 4.0,将允许用户在这些HPC领域利用AMD FirePro s9150服务器GPU的计算能力。
此外,惠普ProLiant WS460c图形刀片服务器采用了AMD FirePro™ S4000X服务器GPU。凭借高品质的3D图形和多重显示功能,AMD FirePro™ S4000X服务器GPU模块,为远程桌面提供了工作站级图形性能。AMD FirePro™ S4000X服务器GPU在设计上考虑到刀片服务器和刀片工作站平台特点,每个模块最大功耗45瓦,包括2GB GDDR5显存,显存带宽高达72GB/s,并支持多达六个高分辨率远程显示设备。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。