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
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。