ZD至顶网服务器频道 10月17日 新闻消息(文/董培欣): 这些年与云计算相关的技术层出不穷。在开源社区前仆后继的持续推动下,云计算中的计算、存储、网络各项技术开始正式走向成熟。然而基于开源云计算技术的产品成功者并不多?对于云计算、数据分析以及软件定义的网络的各项功能可以采用什么类型的硬件产品进行实现?下面我们通过IBM新推出的三款Powr LC服务器新品来做一下简要分析。
由技术到产品的转变
做技术难,将技术转换成产品更难。开源云计算技术的源代码获得很容易,但是真正做出了实用产品的厂商确非常有限。是什么使云计算从技术到产品的转变如此困难?除了深层次的技术开发实力之外,稳定可靠而且高性价比的云计算硬件平台也是阻碍云计算技术向产品转换的重要原因之一。
在8月份 IBM Power远见者盛典大会召开后,至顶网曾经以《Power的未来发展之路》(http://server.zdnet.com.cn/server/2016/0905/3082875.shtml)为题目写了一篇IBM Power的文析文章。这篇文章中,分析了Power 8在云计算应用中的技术优势。但是在云计算系统的搭建中,可以选用哪些基于Power 8的服务器产品?这些服务器在云计算中可以起到什么样的做用?
近期,IBM发布了三款全新的Power LC服务器产品。正巧,笔者也找到一张云计算网络整体架构图片,感觉两者配合的比较贴切。下面就通过这张整体架构图来对IBM新推出的三款Power LC服务器做一个简要的应用分析。
S821LC——高密度计算的提供者
计算、存储、网络是云计算的三大主要组成部分。无论是利用KVM建立虚拟服务器,还是通过Docker提供虚拟服务,甚至对数据进行统计分析,都需要高密度计算能力的支持。IBM Power System S821LC可以在1U高的机箱内,提供多达20核心处理器的支持能力。可以充分满足云计算中高密度计算的应用需求。在整体架构图中与之对应的虚拟资源池、物理资源池网络功能集群均可交由S821LC进行处理。还有一些云计算的网络功能服务(NFV)比如虚拟网关、防火墙、漏洞扫描、入侵检测等也可以在S821LC上这行实现。
S822LC For HPC——高性能计算的提供者
在云计算应用中,还需要对海量数据进行高性能计算分析,这部分工作最好是由计算性能强劲的GPU来进行处理。IBM Power System S822LC For High Performance Computing采用了两个 IBM POWER8 CPU 和四个 NVIDIA Tesla P100 GPU,并通过 NVLink 实现互联。提供了比使用PCIe快5倍传输能力。从而加快了目前诸如高级分析、深度学习和人工智能等极其重要的应用解析速度。完全可以胜任云计算架构中大数据分析、监控实时处理等应用需求。
S822LC For Big Data——大容量存储服务的提供者
云计算不止是应用服务和数据分析,还需要具备大容量的数据存储功能。这个工作就可以交由S822LC For Big Data来完成。S822LC For Big Data产品可以提供高达96TB的存储容量,和最多20个CPU内核的计算处理能力。适用于存储密集型的Hadoop、计算密集型的Spark还有各种SOL数据库的数据存储及分析处理工作。
Power LC——新技术等你来发现
上面只是对IBM Power LC新产品进行了的简略介绍。IBM新推出的Power LC产品还有很多详细功能特性和技术指标没有全面向大家进行展示。对云计算应用场景的介绍也还过于粗糙。10月18日14:00,IBM Power Systems产品经理将走上前台,在至顶网上与各位网友深度交流(http://www.zdnet.com.cn/ibm/power/lc),共同沟通IBM Power LC新产品的各项功能,同时还会有IBM系统硬件事业部-资深IT工程师胡云飞为用户进行实时答疑。最后还将安排北京容天汇海科技的马先生将IBM Power超级计算的实际应用案例向大家进行分享。相信通过专家的专业讲解和解决方案深度介绍,大家可以对IBM Power LC有更加深入的了解。对如何利用Power进行云计算系统平台的搭建,有更清晰的认识。让IBM Power LC与大家携手并进共同展开云计算的新篇章。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。