【中国,深圳,2016年7月8日】继2016年1季度连续打破多项SPECCPU、SPECjbb和SPECPower性能测试世界纪录之后,华为2路服务器FusionServer 2288H V3近期又以34.80@28 tiles的成绩刷新VMmark虚拟化性能测试世界纪录,成为名副其实的2路服务器性能新标杆。
VMmark 2路服务器虚拟化性能测试夺冠
VMmark为VMware公司推出的基准测试工具,通过建立一个大型测试系统来模拟运行邮件、Web2.0、电子商务等应用场景,是业界用来评估服务器虚拟化性能的权威测试标准,并已成为用户选择合适虚拟化硬件平台的重要依据。
VMmark使用tile(每tile包含8台虚拟机)为基本单位,其整体测试结果由每个tile的虚拟化性能和虚拟化架构操作性能两部分组成,分数越高,意味着虚拟机服务响应越好,VMware虚拟化性能就越高。
华为FusionServer 2288H V3是新一代的2路机架服务器,配备了英特尔最新一代的至强E5 v4 处理器,服务器计算核心总数可高达44核,内存容量最高可达1.5TB。相比上一代硬件平台,虚拟机承载规模增加了6个tile, 同时虚拟机性能总分提升高达30.14%,充分展示出新一代FusionServer 2288H V3服务器所拥有的强大虚拟化计算性能。在搭载相同数量英特尔至强E5 v4处理器的条件下,基于VMmark测试标准测试对比,FusionServer 2288H V3虚拟机服务性能超越其他厂家同规格服务器,问鼎2路服务器虚拟化性能榜首。
图:华为FusionServer 2288H V3新一代2路机架服务器
关键:强大的计算性能兼具高效的能耗管控
强大的计算性能兼具高效的能耗管控是FusionServer 2288H V3能成为性能新标杆的关键所在。这依托于华为在服务器领域的多项关键技术:
华为对服务器关键新技术提前预研与验证,技术问题在产品化前提前解决;依托于丰富的模块互连经 验,强大的信号仿真能力,走线布局更优,减少噪声和串扰,同时提升信号质量;主板采用多相供电确保电流更精确供电,支持动态关相技术,可以大幅提高低载供 电效率;通过采用高效POL/PSiP电源, 确保CPU高性能时,还提高服务器的能耗效率;基于Intel处理器的一些关键技术在产品上得到了充分应用,使服务器的质量和性能达到业界一流水平。
华为是全球唯一自主研发、生产、交付一体的服务器厂商,具备NC控制器、RAID芯片、网络芯片、BMC管理等芯片的自研能力。FusionServer 2288H V3服务器同时运行几百个虚拟机,对服务器IO能力要求非常高。FusionServer 2288H V3 服务器可配备华为自研的ES3000 PCIE SSD卡和NVMe SSD盘,实现应用的IO加速。同时网络芯片优化匹配VMware虚拟化技术,支持VMDq、TSO、LRO等特性,减轻hypervisor负担,大幅提高虚拟化平台网络I/O性能。
华为服务器掌握多项散热核心技术,如系统矢量气流管理、双面蜂窝孔板技术、MIMO(多参数输入输出动态能耗控制);同时通过系统散热仿真, CPU时时刻刻工作在一个性能最优的工作状态,无论是在物理机还是虚拟化平台上,业务性能都得到优化。
目前,华为服务器业务快速成长,市场覆盖能力快速提升,业界高度认可华为服务器的产品性能和客户体验。根据Gartner的统计数据,截至2016年第1季度,华为服务器已连续多个季度出货量排名全球前4,服务于全球150多个国家5000多家客户,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。2016年5月,华为服务器位居Gartner挑战者象限。
产品受到市场和专业领域充分肯定的背后,是华为领先设计能力、完善制造质量流程和全球交付能力的有力支撑,也是华为公司追求卓越、持续创新理念的充分体现。
更多测试值请查阅VMware官网:
http://www.vmware.com/a/vmmark/
http://www.vmware.com/a/assets/vmmark/pdf/2016-05-24-Huawei-RH2288H-V3.pdf
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。