ZDNet至顶网服务器频道 06月02日 编译:主板制造大厂技嘉公司已经公布了一系列新型服务器方案,并将基于Cavium提供的ThunderX ARM芯片。
此次作出的决策并非新鲜事物:技嘉公司长久以来一直在生产主板与裸机服务器产品,其中甚至包括一部分采用AppliedMicro X-Genel CPU的ARM架构服务器方案。此次进军Cavium设备的决定能够帮助技嘉方面在性能表现上再上一个台阶,理由很简单,其部署的48核心2.5 GHz ThunderX CN8890处理器要比原本的X-Genel更为强劲。
技嘉公司已经构建起一套主板方案来承载ThunderX芯片,其型号为MT70-HD0。除此之外,另有一款H270-T70的机箱设计方案出炉,其能够在2U空间内容纳八块上述主板,合计计算核心数量达384个。
如此可观的密度使这套解决方案成为各类向外扩展及超大规模应用程序的青睐对象,不过大家更关心的一定是其配套软件做得怎么样。就这一问题,我们向Cavium公司进行了求证,对方给出的回答是:该公司已经投入了大量精力保证Xen虚拟机管理程序能够顺畅运行在ARM架构之上,甚至还保证称QLOgic等主机总线适配器供应商的方案亦能与其芯片实现顺利对接。
此举的目的显然是为了表明THunderX完全有能力提供与充足的主流FOSS以及各类重要硬件组件相匹配,从而显著降低客户将其在超大规模环境内或者作为x86替代方案进行大规模部署时所面临的风险。而技嘉的加入无疑为其增添了另一重助力,这意味着OEM厂商至少能够看到有一家知名大厂活跃在ARM服务器市场当中。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。