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
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。