ZD至顶网服务器频道 11月23日 编译:近日消息,英特尔及其服务器制造商合作伙伴正在将赌注押在高性能计算,其很有可能成为企业的支柱产品。
芯片巨头扩充了其Scalable System Framework,推出了新的名为Omni-Path的体系架构,旨在让高性能计算(HPC)集群能够承担更多工作负载。
戴尔在周一发布了新的、基于英特尔体系架构和方法的系统,瞄准了高性能计算。Cray、富士通、HPE、联想、SGI、Penguin Computing也在计划围绕着英特尔的Omni-Path体系架构发布新产品。
英特尔表示,大批量的出货可能会出现在第一季度。戴尔针对基因组数据分析、制造业和研究领域推出了专门的高性能计算系统。
大数据的流行和分析工作负载将会把高性能计算作为主流,因此,高性能计算技术和结构方法将会意味着企业会拿出高性能计算的预算。英特尔将这种发展称为“高性能计算无处不在”的时代。
有了英特尔规范的高性能计算方法和体系架构,对于更多的领域来说,获取高性能计算系统进行分析、可视化和机器学习就变得更加容易了。
英特尔的Omni-Path体系架构旨在运行从入门级到规模化高性能计算集群。英特尔的Omni-Path被用于德克萨斯州高级计算中心和匹兹堡超级计算机中心。这些站点和其他的一些站点都在使用英特尔预产的Xeon Phi处理器。
至于戴尔,该公司表示它推出了新的戴尔网络H系列交换机和适配器,以及基于Omni-Path 的PowerEdge服务器。戴尔表示该公司同客户举行了咨询会议,讨论优化Omni-Path和英特尔的Xeon Phi芯片。
而且,戴尔和Mellanox将协作推出高性能计算的最佳实践,案例研究以及创新实验室。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。