ZDNet至顶网服务器频道 07月15日 编译:据悉,惠普即将采用英特尔最新处理器和高速互联网络技术构建服务器系统——即最新的“Knights Landing” 至强融核处理器和英特尔Omni-Path高速互联网络技术——旨在将高性能计算技术扩展到新的市场,包括大型企业的大数据工作负载业务。
在刚刚举行的2015年国际超级计算机大会上(International Supercomputing Conference,ISC),惠普宣布与英特尔达成高性能计算合作计划,以帮助HPC打开各个规模企业市场的产品销路。为了扩大HPC的产品销路,企业将成立一个全新的卓越中心(Center of Excellence, CoE),汇聚来自两家公司的众多专家,为客户在策划、开发、部署以及管理HPC解决方案提供支持。
该计划旨在推广 HPC 解决方案的应用,使其不仅服务于政府部门和学术机构,而且适用于各种规模的、着眼于加速大数据分析和商业洞察的企业。
当今,市场正驱动着企业对于高性能计算与日俱增的需求,包括大量移动终端的采用所带来的大数据、云计算、多媒体、社会协作以及物联网;还包括石油勘探、人类基因学、实时金融贸易行业以及处理技术的进步。
惠普新型的阿波罗系统将采用下一代英特尔至强处理器、英特尔至强融核产品家族、英特尔®Omni-Path 互连技术以及 Lustre软件的英特尔企业版。
Knights Landing将支持多达72内核,且每核采用两个向量处理单元。
更快的芯片需要并驾齐驱的高速网络的支持,据悉,英特尔Omni-Path技术在消息传输速率能比InfiniBand EDR快73%,该技术是英特尔多年前收购QLogic的InfiniBand的业务的True Scale Fabric的升级版。
英特尔 OPA 交换机能够提供更高的性能和可扩展性,包括:
• 单交换机端口消息传输速率相比 InfiniBand 对应方案提高了多达 30%
• 单芯片交换机消息传输速率相比 InfiniBand 对应方案提高了多达 73%
• 交换机端口到端口延迟相比基于 InfiniBand 的交换机降低了多达 23%
• 中大型集群中交换机网络延迟比 InfiniBand 对应方案降低了多达 60%
英特尔Omini-Path预计将于2015年四季度推出商用版,Knights Landing也将紧随其后推出。
英特尔Omni-Path高级特性包括流量优化、数据包完整性保护和动态通道扩展等可支持在网络链路层进行更精细控制,从而实现高弹性、高性能及优化的流量传输。
为了充分利用至强融核的多核特性,相应的软件支持也必不可少。英特尔计划也将提供一份优化的,包含脚本、示例代码等在内的软件开发工具包(SDK)。
为扩展其 Lustre 软件功能,英特尔还将发布 Lustre 软件 v1.2 的英特尔云版本和 Lustre 软件 v2.3 的英特尔企业版。这些全新版本将提供增强特性,以提升流行 HPC 文件系统解决方案的性能、安全性和易用性。
英特尔的合作并不是独享的,戴尔、联想等企业也能采用这些技术。特别地,联想也将加入英特尔的代码现代化启动项目,并在未来的产品中采用英特尔的HPC可扩展系统框架。
好文章,需要你的鼓励
The Access Group是英国最大的软件公司,估值近100亿英镑。该公司APAC区域技术总监Rolf Krolke分享了公司在频繁并购活动中如何整合各异IT系统的经验。由于自2017年来年均约10次收购,公司面临存储基础设施分散、维护困难等挑战。目前正推进存储现代化项目,将传统存储设备替换为Pure Storage全闪存阵列,并计划在全球10个数据中心部署数十PB容量,以支持新的Access Evo平台和AI应用。
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。
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。
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。