ZDNet至顶网服务器频道 03月03日 编译:英特尔公司的一名技术人员在最近的一次云计算行业大会上,利用发言的机会提到了一种相对较新的数据中心硬件设计方法——英特尔的机架级架构。这家芯片制造商将这种数据中心设计的“分类”方法定位成企业用于开发超大规模基础架构的方法。
Intel Federal 的首席技术官Steve Orrin将该公司的机架级设计设定为“拓展以适应下一代(数据中心)”的手段。然而行业观察者们怀疑英特尔的方法是否对于数据中心之外的用例是一种模板。
英特尔将这种方法描述成对于计算、内存和存储的“划分”方式。这种架构还依赖于硅光技术,使其成为一种高速机架网络。最后,软件定义的方法结合了在网络之上的硬件分类以创建“池化”资源。
这一做法使得英特尔的机架级方法获得了一些动力,该公司本周宣布同瑞典电信设备制造商爱立信签署了一笔交易,旨在帮助网络运营商扩大数据中心的云计算运营规模。
爱立信首席执行官Hans Vestberg在巴塞罗那召开的移动通信世界大会上表示,“我们将要建造的数据中心设备事实上和很多大型云供应商正在为自己所做的那些性能非常相近。”
由英特尔和爱立信在二月份发布的一本关于下一代数据中心架构的白皮书中表示,“分类架构的核心是一系列系统工作的计算、架构、存储和管理模块组成,可以建立各种虚拟系统。”研究确定了“四个支柱能力”,包括多层级管理、按照工作负载需求分配的“池化”资源、可扩展的多机架存储以及可配置的网络结构。
在去年的英特尔开发者大会上的一场演示将这种架构描述为“自动化、动态的和软件定义的。”这个平台包括了资源“积木”以及来自微软、OpenStack以及VMware的流程和管理技术。
在推广英特尔的机架级架构的方法之中提到了其能够将基于Intel Atom、Xeon CPUs和内存模块的服务器密度增加1.5倍。
英特尔的做法将会把目前的存储、计算和网络组件划分或区分成为“组合资源池”,将组成“池化”的系统架构。这种方法会演化成未来的在共享内存基础上的“服务意识方式”架构。
英特尔这种做法的成果之一将是“特定用途”——pod存储池,这家芯片制造商认为对于数据中心pod水平来说,这是一种进步。存储池还将包含可配置的“存储砖头”——模块存储硬件。
除了pod-wide存储和共享存储之外,英特尔在去年夏天的开发者大会上介绍到,英特尔的机架级方法将支持很多种类型的服务器处理器,估计将支持所有的x86架构的服务器处理器。它还支持基于英特尔架构的以太网。另一种被称为“高I/O”类型的平台将支持本地和共享内存以及直接附加存储和池化的网络虚拟存储(NVM)。
池化的NVM旨在区分云中相关的设备,根据工作负载的需求将高端的存储分配到架构中不同的节点。英特尔解释说这让工作负载可以在超大规模云之间进行迁移,与此同时,NVM池还可以通过随需应变分层存储支持软件定义存储。
此外,英特尔认为内存池将有助于提高数据中心效率,也有助于类似虚拟机迁移之类的云创新。
最初对于机架级方法的置疑,IT博主Scott Lowe表示很难看出数据中心经营者能够如何从英特尔提出的架构中受益。他在一篇博客文章中提出了这样的问题,“为什么他们会采购这种架构而不是只购买服务器?” 在其后与英特尔的工程师的讨论中,Lowe表示他得出的结论是英特尔的机架级基础架构“其实是关于三个互相依存的动机”,他将其定义为:区分服务器硬件、建立硬件级API以及在数据中心中“提供更多的软件智能和灵活性”。
Lowe认为关键可能在于硬件级别的API。“如果英特尔能够成功建立一个标准的硬件级别API,并且实现跨OEM平台的一致性,那么运行在这些硬件上的软件(可能是传统的操作系统、监控程序或者容器主机)就能够对硬件中所发生的一切有了更深入的了解。”Lowe总结表示,换句话说,是一种“可以用于或者装备在各种用途上的”软件设计架构。“机架级架构只是利用这些技术构架的一个用例。”
好文章,需要你的鼓励
阿里纳德数据中心与Calibrant Energy合作开发首创电池储能系统,通过绕过传统电网升级时间线,使俄勒冈州希尔斯伯勒在建数据中心园区提前数年上线。该31兆瓦、62兆瓦时储能系统计划2026年投运,将作为响应电网的动态资产,在需求高峰期放电,增强区域电网可靠性。这标志着美国首次使用专用电池系统加速大型数据中心并网。
威斯康星大学研究团队开发了LUMINA系统,专门检测AI在回答问题时的"撒谎"行为。该系统发现AI有时会忽视提供的参考资料,固执地依赖内部知识生成不准确回答。LUMINA通过监测AI对外部文档和内部知识的依赖程度来识别这种行为,在多个测试中达到90%以上的准确率,比以往方法提升13%,为构建更可信的AI系统提供了重要工具。
微软在Edge浏览器中推出增强版Copilot模式,提供更强大的AI代理功能,目前在美国进行限量预览。该模式包含Actions和Journeys两大功能:Actions让浏览器能代表用户执行任务,如语音控制打开网页或查找文章特定内容;Journeys则记住用户浏览历史,帮助用户继续之前的研究任务。此举正值AI浏览器竞争加剧,OpenAI推出ChatGPT Atlas、Perplexity发布Comet、谷歌集成Gemini到Chrome。目前Chrome占据71%市场份额,Edge仅占4.67%。
这项由法国CentraleSupélec大学领导的研究通过严格控制的实验,系统比较了AI的推理训练与传统训练方式。研究发现推理训练在数学、开放式任务中效果显著,但需要70亿参数以上模型才能充分发挥优势,且成本增加明显。研究为AI开发者提供了明确的应用指导,有助于根据具体场景选择最优训练策略。