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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。