ZD至顶网服务器频道 04月18日 新闻消息(文/毕波):4月1日,英特尔公司在北京召开主题为“英特尔,让云计算大道至简”的新品发布会,宣布推出多款致力于简化云计算部署和应用的创新产品,旨在从计算、存储上实现更高的性能、灵活性和可用性,为云计算、技术计算、企业应用、存储以及网络等领域提供为软件定义优化的数据中心基础设施,帮助企业用户更快地运用云计算带来的优势,加速业务转型和基于云的服务的创新。
发布会上,英特尔公司数据中心业部企业应用总监Patrick Buddenbaum做了主题演讲。他说,“当下层出不穷的新服务和日益增长的业务需求,无论是单个服务器和工作站,大型集群还是数据中心,IT系统都面临着越来越大的压力,正寻求在计算、存储和网络基础设计通过提高性能、灵活性和可用性,来满足多样化的工作负载,同时最大限度降低总体拥有成本。基于此,英特尔推出了软件定义基础设施(SDI)的理念。新一代E5处理器的推出将有利于SDI的真正落地。”
英特尔方面宣布推出多款致力于简化云计算部署和应用的创新产品,基于英特尔领先的14纳米制程技术的英特尔至强处理器E5-2600 v4产品家族无疑是发布重点。据悉,E5-2600 v4具有以下明显优势:
Patrick Buddenbaum表示,英特尔至强处理器E5-2600 v4产品家族可提供SDI所需的关键因素,包括英特尔至强资源调配技术,它可提升对关键共享资源如处理器高速缓存和主内存的可视型和控制力,帮助客户应用全自动的、基于软件定义基础设施(SDI)的云平台。这些特性最终能实现更智能的编排、提供资源利用率和服务等级。
此外,为实现快速可靠的云端数据访问,英特尔还发布了两款针对英特尔至强E5-2600 v4产品家族优化、可满足企业存储和云方案部署需求的固态盘系列:采用NVMe协议的英特尔数据中心固态盘P3320/P3520与D3700/D3600产品系列。
发布会最后,Patrick Buddenbaum表示,英特尔致力于通过持续地产品创新和广泛的生态协作,在未来帮助更多的中国企业满足不同的用户的计算需求,支持产品、技术和解决方案的开发和应用,帮助广大企业和用户尽享云计算带来的价值。
发布会上,作为用户代表,阿里巴巴技术保障部系统研发总监高山渊、中国移动首席科学家易芝玲博士、百度开放云副总经理谢广军做了主题演讲。
“阿里巴巴很高兴和英特尔在至强处理器E5 v4的研发过程中联合深度定制,提前在业务中规模化应用并实现了显著的性能提升。”阿里巴巴技术保障部系统研发总监高山渊表示,“未来阿里巴巴和英特尔将继续努力,携手推动大数据和云计算等新生产要素的发展,用计算能力为社会创造更多价值。”
百度开放云副总经理谢广军表示:“借助英特尔最新至强处理器E5 v4产品,百度开放云平台进一步提升了计算效率,使得业务的数据分析能力提升了20%,功耗下降高达15%,整体TCO实现6%以上的收益;其兼顾开放性、灵活性和稳定性,帮助我们的云服务满足了互联网+时代企业以及用户的需求。我们很高兴能与英特尔这样志同道合的伙伴一起在中国市场上为广大合作伙伴、企业以及最终用户带来更多收益,最终推动云计算产业和市场的共同繁荣与进步”。
作为全球最大的通信运营提供商以及5G网络创新推动的先行者,中国移动于2011年即启动无线网络虚拟化技术研发,进而基于英特尔最新的至强处理器E5 v4的测试与研究又取得显著成果,“对于电信运营商而言,这无疑是一个巨大的进步”,中国移动通信研究院首席科学家易芝玲博士介绍到,“内置于全新至强处理器E5 v4产品系列中的英特尔至强资源分配技术(Intel Resource Director Technology)对于网络功能虚拟化(NFV)乃至下一代5G网络有着非常积极的意义。在与英特尔中国研究院的通力合作下,中国移动在C-RAN这种高实时性应用场景中,灵活运用这一资源分配技术,提高了整体性能就是一个有力的印证,在消除了多线程调度干扰和缩短系统响应时间等方面都获得了巨大提升,从而实现了高速协议栈和通用MEC的高效协同硬件平台部署。”
欲了解更多E5 v4信息,请点击
好文章,需要你的鼓励
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
这项研究提出了KronSAE,一种新型稀疏自编码器架构,通过克罗内克积分解显著降低了训练成本。研究者引入了模拟二进制AND操作的mAND激活函数,在减少参数量的同时提高了重建质量和特征可解释性。实验证明,KronSAE在各种语言模型上都能降低特征吸收,提供更清晰的语义表示。该方法为理解大型语言模型内部机制提供了计算效率更高的工具,为AI系统透明度和可控性研究开辟了新途径。
随着 AI 设备密集度攀升,传统数据中心正面临设备重量增加带来的结构挑战,促使设计向单层和强化地板转变。
这项由加州大学伯克利分校研究团队开发的REOrder框架,通过重新排列图像块的处理顺序,显著提升了视觉模型性能。研究发现,传统的行主序排列并非最优选择,而通过信息论先验和强化学习寻找最佳排序,可在不修改模型架构的情况下,使ImageNet-1K分类准确率提升3.01%,卫星图像分类提升13.35%。这一发现挑战了传统认知,为视觉模型优化提供了一个全新且易于实施的方向。