【德国,法兰克福,2016年6月20日】华为携手Mellanox今日在国际超算大会2016上,发布基于华为FusionServer E9000融合架构刀片服务器的InfiniBand EDR 100G交换解决方案,E9000也由此成为全球率先支持InfiniBand EDR 100G高速网络的刀片服务器之一。
Mellanox是全球领先的数据中心高速网络解决方案提供商,在全球范围内为服务器和存储提供端到端InfiniBand和以太网互联解决方案。Mellanox提供网卡、交换机、软件和芯片,其高速网络解决方案可以极大的提升数据中心效率,在应用和系统之间快速的传递数据,提升系统可用性。
面对云计算和大数据技术不断增长的数据处理需求,华为与Mellanox一致认为高速网络是驱动数据中心云化的技术基石。本次发布的InfiniBand EDR 100G交换解决方案,基于华为FusionServer E9000融合架构刀片服务器,专门针对高性能计算(HPC)、云数据中心、金融实时交易等应用场景,最大带宽可达100Gb/s、时延低至90ns,并拥有Virtual Protocol Interconnect (VPI)、Remote Direct Memory Access (RDMA)等特性,可大幅提升数据中心网络性能,并降低运营成本和基础设施复杂性,是大带宽、低时延应用的首选方案。
华为刀片服务器经理张小华表示:“Mellanox是华为重要的合作伙伴,此次携手发布基于 E9000刀片服务器的InfiniBand EDR 100G解决方案,将为客户带来更高的网络性能,显著提升网络敏感型应用的性能和效率。凭借多年的持续创新,华为E9000刀片服务器一直致力于为客户提 供卓越的性能和可靠性,并为客户提供更多样、更有竞争力的网络解决方案。”
Mellanox亚太及中国区市场高级总监刘通表示:“Mellanox致力于为数据中心 提供高效与智能的网络互连解决方案,华为则在整体数据中心方案中不断创新,相信加载Mellanox 100G高速网的华为E9000刀片服务器能够成为构建高效数据中心的出色产品。”
图片说明:华为FusionServer E9000融合架构刀片服务器全球率先支持InfiniBand EDR 100G高速网络
华为FusionServer E9000融合架构刀片服务器,秉承融合架构的理念,集计算、存储、网络于一体,全面提升客户的运营效率和数据处理能力。E9000近期更是推出了全闪存 刀片等业界独家特性,结合InfiniBand EDR 100G网络的高速低延迟带宽,可使单个刀片吞吐速率达到1000万IOPS,将充分释放高性能数据库、HPC等业务的巨大潜力。
根据Gartner的统计数据,截至2016年第1季度,华为刀片服务器已连续10个季度出货量排名全球前3,华为服务器应用于全球超过5000家客户,涵盖政府及公共事业、电信、能源、金融、交通、医疗、教育、媒资、制造等行业。
--全文结束—
华为公司简介
华为是全球领先的信息与通信(ICT)解决方案供应商。作为负责任的稳健经营者、创新的信息社会使能者、合作共赢的产业贡献者,华为致力于构建更美好的全联接世界。华为坚持围绕客户需求的持续创新,与合作伙伴开放合作,在电信网络、企业网络、终端和 云计算等领域构筑了端到端的解决方案优势。通过全球专注敬业的17万名华为人,致力于为运营商客户、企业客户和消费者创造最大的价值,提供有竞争力的 ICT解决方案、产品和服务。目前,华为的业务遍及全球170多个国家和地区,服务全世界1/3以上的人口。华为公司成立于1987年,是一家由员工持有 全部股份的民营企业。欲了解更多详情,请参阅华为官网:www.huawei.com
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。