戴尔-EMC将至强Phi服务器与Tesla GPU纳入PowerEdge
ZD至顶网服务器频道 11月17日 编译：近日，戴尔-EMC公司将至强Phi服务器与Tesla GPU加速方案一同纳入了自家PowerEdge高性能计算（简称HPC）服务器产品线之中。最终产物能跑最高画质的《孤岛危机》吗？
新的PowerEdge HPC服务器参数如下：
- C6320p配合英特尔至强Phi处理器。
- C4130采用英伟达Tesla P100 GPU加速器。
- R730配备Tesla P100 GPU加速器。
目前，比萨大学目前正利用C4130 Tesla加速型服务器与英伟达深度学习GPU训练系统（简称DIGITS）进行DNA测序工作。
另外，戴尔-EMC方面还提供Cycle Computing软件以及面向云编排及高性能计算工作负载管理的相关服务，同时支持AWS、Azure与谷歌云服务。
同时，戴尔-EMC还有计划在本季度内向用户提供基于OpenHPC开源项目的英特尔HPC Orchestrator，旨在帮助客户完成高性能计算系统的安装、管理与维护。
PS：Phi增强型C6320P计划于2017年年初正式投放市场。
0赞好文章，需要你的鼓励
推荐文章
突破当前大语言模型瓶颈的六大AI发展路径
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。
约翰霍普金斯大学重新定义视觉生成：VAR原来是伪装的扩散模型
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。
教育AI应用：培生如何通过数字化学习推动增长
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。
微软亚洲研究院重磅发布：AI也能像设计师一样“建模“，CAD设计的革命已来
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。
2016
11/17
15:28
分享
点赞
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
