ZD至顶网服务器频道 11月16日 新闻消息: 华为公司已经在其FusionServer机架内堆叠服务器产品线当中加入另一位新成员,即X6000机型。据悉,此服务器家族并不面向美国市场发售,但在世界其它市场上则将全面推出。
更为强大的至强与DIMM组合令此服务器系列拥有迅如闪电的速度表现。
目前华为公司的服务器产品线包括:
• 昆仑与泰山关键性任务服务器。
• FusionCube超融合型基础设施设备。
• FusionServer:
o E系列刀片服务器
o RH系列机架服务器
o X系列高密度服务器
在X系列产品线中,我们已经见到X6800数据中心服务器与多款V3服务器节点--具体包括XH628、XH622与XH620。
现在我们又迎来了新的X6000高密度服务器与其XH310 V3服务器节点。此次公布的为全新X6000机型,因为华为公司曾在2013年以同样的外观尺寸推出过一款Tecal X6000高密度服务器。根据我们掌握的情况,新服务器采用经过升级的节点处理器、利用DDR4 DIMM取代DDR3,同时本地存储方面则利用NVMe SSD替代了此前的磁盘与固态驱动器选项。
X6000机箱
X6000机箱为一台2U设备,容纳有两行、每行两台1U高/0.5U宽的服务器卡盒,亦可用于容纳两台全宽度服务器节点。其四卡盒选项意味着一套机架能够容纳最多800台半宽式服务器与160块处理器,我们姑且假定其为双插槽服务器。这台设备亦可最高容纳24块2.5英寸NVMe SSD。
另外,我们得到消息称该系统拥有一套冷却架构,能够将电源风冷通道与服务器节点隔离开来。
该服务器卡盒--华为公司将其称为节点--支持至强E3-1200 v3/v4以及至强E5-2400/E5-2600系列处理器。这些节点为前端挂载且支持热插拔功能。目前受支持的节点类型包括半宽XH310 V3、XH320 V2、XH321 V2以及全宽XH621 V2。
X6000可利用单一可插拔I/O模块实现最高四个PCIe 2.0 x 8插槽的IO扩展能力。其中还包含两个热插拔式供电单元,可实现1+1冗余模式,另外四套风扇模块则可实现N+1冗余模式。
XH310 V3服务器节点专门面向Web交付型应用设计,其规格参数包括:
• 至强E3-1200 v3/v4更新处理器
• 1 x 3.5英寸SATA磁盘驱动器
• 4 x DDR3 DIMM
华为公司提供的数据表表明,其运转功耗低于采用单一处理器的传统双插槽机架服务器,且配备有“独立的BMC模块,用于提供管理功能,包括XH310 V3节点的SOL与远程KVM、启动与关闭、操作及维护等。”
XH320则是一台采用至强E5-2400或者E5-2400 v2系列处理器的双插槽服务器节点,其支持4块2.5英寸磁盘驱动器或SSD以及12条DDR DIMM。其设计场景主要面向云计算及企业数据中心环境。
华为XH320
XH321 V3节点为另一台半宽双插槽设备,其支持至强E5-2600或E5-2600 v3/v4处理器,16条DDR DIMM以及6块2.5英寸磁盘驱动器或者NVMe SSD。其中配备有两个1GbitE或者10GbitE网络端口。华为公司表示,其"适用于各类服务器应用--包括高性能计算、虚拟化以及网络访问等对计算密度要求较高的用例。"
XH621 V2服务器节点支持最多24条DDR3 DIMM,8块2.5英寸驱动器以及等同于XH-321的双插槽/E5-2600/E5-2600 v2处理器,不过其最高计算核心可支持12个。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。