日前,2016年中国移动私有云资源池工程整机柜定制化服务器采购招标结果中,中科曙光TC5600-I整机柜服务器在面对多家竞争对手的严峻形势下,不畏艰难,稳扎稳打,以过硬的产品性能、优异的测试表现最终脱颖而出,成功拿下分布式服务器标段。这是继2015年曙光TC4600T服务器成功中标中国电信集中采购定制化模型之后,曙光高密度产品在通讯领域的又一次重大胜利。
中国移动私有云资源池工厂整机柜定制化服务器项目,作为运营商应用整机柜首个项目,中国移动对此项目非常重视,入围测试提出功能、性能、稳定性,大业务量、容错、安全性等八大类百余项测试标准,其中稳定性测试首次提出了7*24小时的长时间稳定性测试要求,曙光TC5600I整机柜系统,凭借其过硬的产品性能、质量,顺利的通过了这次严苛的测试检验。本次成功中标,为后续曙光整机柜在运营商客户全面铺开树立了标杆。
随着IT设备的迅速增多,设备的占地面积、功耗和运维难度也不断增大,政府、银行以及通讯和互联网的大型企业都开始寻求部署密度更大,能耗更低,安装、使用、维护都更加方便的IT解决方案,整机柜服务器为这些用户提供了理想的解决方案。作为国内最早一批涉足整机柜一体服务器的企业之一,曙光早在2010年就已经开始在致力于探索新型数据中心特殊形态服务器的可行性,研发的第一代整机柜服务器就部署于全球最大的中文搜索引擎提供商;2013年,曙光发布了同时满足HPC&IPDC市场需求的TC5600-H整机柜服务器,成为业内唯一的一机多用整机柜服务器供应商。2015年,曙光再次推出TC5600-I整机柜服务器,是一台完全满足天蝎2.5标准的整机柜系统。
曙光整机柜服务器TC5600系列产品是针对高性能计算、云计算和大数据的多用产品方案,融合了创新的计算、存储应用系统,随着用户需求的变化,打造一体化集能耗管理、高密度集成的方案,通过更创新的设计结构在散热和电源优化上全面改善,同时对于噪音降低上有一定的提升,适合各类应用部署。
节点支持方面遵循融合理念,可以兼容80个计算节点,40个均衡节点和40个大数据节点,后续还会推出GPU节点。丰富的节点类型满足了从HPC、深度学习到IPDC的所有需求。本次中标中国移动整机柜分布式标段的是TC5600I大数据节点SR50-S25,1U节点中容纳了12块3.5寸硬盘,且能支持热插拔,达到业界最大的存储密度。而且信号线全部是隐蔽式走线方式,呈现出简洁的效果。
整机设计以“集中共享”为设计理念。
1.集中式共享散热:独有的“风扇墙”设计,可根据不同区域内的节点负载状况动态调整风扇状态,有效降低散热系统功耗。
2.集中式供电:机柜级的电源冗余方案并支持双路供电输入模式,正常运行状态下电源转换效率达到90%以上。
3.集中式管理:机柜级集中式管理模块RMC,有效监控、管理整机柜各模块的状态信息、资产信息,极大的提高运维效率。
通过计算、存储、散热、供电、交换、管理六大模块融合实现了整机一体化生产、运输、交付,极大简化了交付、部署工作,提高了交付效率10倍以上。
2013~2015年,曙光TC5600-H整机柜服务器,为政府、军工、科研、教育、能源等众多行业客户提供服务,曙光TC5600-H整机柜服务器成为行业覆盖度最广的、面向行业应用最广的整机柜服务器供应商;此次TC5600-I整机柜在中移动私有云项目中标的重要原因在于,曙光不仅有着领先的技术研发实力和过硬的高品质产品,而且在产品设计之初,更贴合用户实际需求,致力打造坚实可靠的服务器。
好文章,需要你的鼓励
Carma Technology 针对 Uber 提起专利侵权诉讼,称其侵犯了涉及拼车系统的五项专利。案情回溯至十年前,凸显专利保护对创新者的重要性,可能对 Uber 及其他公司带来巨大影响。
东京大学研究团队开发的WebChoreArena是一个全新的网页代理评估基准,它包含532个精心设计的任务,专注于测试AI代理处理繁琐、复杂网页任务的能力。研究结果显示,即使是最先进的语言模型(如Gemini 2.5 Pro)在这些挑战性任务上的表现也比常规任务降低了约14个百分点,证明了这一基准有效区分了不同模型的能力。WebChoreArena通过设计海量记忆、计算、长期记忆等类型的任务,为评估AI代理在实际应用场景中的表现提供了更严格的标准。
经过暂停战略调整,Automattic 宣布重返 WordPress 开发,包括核心、Gutenberg、Playground 等模块,计划今年推出 6.9 版本,并涉及与 WP Engine 的法律争端。
这项研究提出了一种名为LIFT的新型微调方法,通过在低秩近似后识别大语言模型中的主要权重进行稀疏微调。研究表明,仅更新5%的主要权重就能在推理任务上超越全参数微调,同时保持与LoRA相当的内存效率。LIFT在常识推理、算术推理等多项任务上表现优异,还能更好地平衡学习新知识与保留原有能力。这一方法揭示了大语言模型中关键参数的重要性,为资源高效的模型定制提供了新思路。