ZD至顶网服务器频道 04月05日 新闻消息:近日戴尔更新了自己的第13代PowerEdge服务器,支持英特尔最新的Broadwell处理器,以及多项新管理功能以及软件定义存储能力,戴尔表示,这将有助于降低服务器的总拥有成本。
戴尔升级的第13代服务器核心是英特尔最近在奥兰多举行的英特尔解决方案峰会上正式推出的新的至强E5-2600 v4处理器。
新推出的至强E5-2600 v4处理器让戴尔第13代服务器的性能提升了20%到30%,因为新处理器拥有很高的处理器主频和核心数,戴尔PowerEdge服务器业务平台营销执行总监Brian Payne这样表示。
事实上,高主频加上高核心数迫使戴尔考虑如何解决PowerEdge R730这个型号在数据中心使用中的冷却问题。
“新处理器让CPU的能耗急剧增加,增加了机架内CPU冷却的压力,”他表示。“当我们考虑这个问题的时候,发现我们可能需要增加水冷。但是这会增加成本和复杂性。相反,我们找出了一种允许空气冷却的新散热器。”
除了英特尔Broadwell处理器带来性能的提升之外,戴尔还增加了多项管理功能以帮助渠道合作伙伴和他们的客户将陈旧的数据中心基础设施迁移到新的服务器上,Payne这样表示。
此外,还有一个新的生产力工具,可以将服务器图像从一台服务器简单拷贝和粘贴到多台服务器上,以简化新服务器的部署,更好地管理服务器的生命周期。
戴尔还推出了首个基于HTML5的虚拟平台查看器,Payne表示:“如今大多数服务器都采用基于Java的管理平台,这是很难保持更新的,而且会拖慢性能,”他说。“有了HTML5,客户可以快速更新。而且我们实现了这种能力对上一代服务器的向后兼容性。”
Sidepath是一家总部在加州尔湾的解决方案提供商、戴尔渠道合作伙伴,该公司解决方案架构师Gino Guidi认为,这个基于HTML5的虚拟平台查看器是戴尔服务器产品线的一项重要更新。
“谢天谢地,”Guidi说,“我们在客户里总是会碰到的一个问题就是Java。Java的确是一个令人头疼的技术,没有人愿意使用Java,但是又不得不用它。有了HTML5,我们就不需要部署Java或者Java扩展。”
戴尔的存储管理工具也切换到HTML5,Guidi表示。“这是比Java更加现代化的实施,”他说。
戴尔还让高密度的第13代PowerEdge R730XD服务器更加“亲近”软件定义存储,Payne表示。
PowerEdge R730XD是戴尔容量最高的服务器,也是首款采用可热插拔NVMe SSD的行业标准服务器。R730XD还采用了戴尔新的Virtual Flex Zoning背板,可以实现硬盘和SSD混合的灵活部署,以及一个新的软件定义存储优化的主机总线适配器HBA 330。HBA 330在部署了软件定义存储的时候会去掉不需要的RAID能力,从而降低成本。
增加Virtual Flex Zoning和HBA 330对于软件定义存储部署来说是有好处的,包括那些基于VMware VSAN技术的部署。
他说:“软件定义存储将存储视为磁盘集群,而不是RAID卷。这项新技术将让VSAN的部署更加简单。如今客户都在谈论VSAN。也许他们现在还没有部署这项技术,但是大家都对它很感兴趣。我们已经有客户在考虑购买采用了VSAN的服务器。现在他们没有部署,但已经为未来做好了打算。”
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。