社会正在进入数据时代,数据成为资产,数据成为资源,数据成为商品,数据在交易中升值,数据成为社会运行的基石,这些都是数据社会化的表现。然而数据爆炸带来计算的指数增长,使得数据中心的性能、效率、能耗面临巨大挑战,迫切需要发展面向应用的可重构计算单元,而融合架构,正是解决这一问题的关键。
作为融合架构的重要组成部分,硬件重构让硬件不再局限于传统的架构,以计算逻辑为例,可以借助专用加速技术、可重构芯片技术等,进行硬件重构,可实现面向不同应用场景的、定制化系统。而在近日举办的世界互联网大会上,浪潮发布英特尔至强D平台温冷存储服务器,以创新定制化产品应对专属业务应用,将进一步降低数据存储成本、提升数据处理效率。
浪潮至强D服务器面向温冷数据存储
目前,业界主流的存储服务器多数基于英特尔至强 E5或 Atom/E3单路平台,两者间性能差异较大,前者更适合偏热数据存储,后者由于计算性能不足,仅适合冷存储甚至极少访问的冰数据存储。而对于数据访问频率处于中间的温数据或偏冷数据,之前还没有完全匹配的存储服务器产品和方案。
浪潮SA3212M4 至强D服务器
浪潮至强D服务器正是填补了温冷数据存储空白,性能介于Atom/E3平台与E5平台存储服务器之间,支持128G大内存,相较Atom处理器计算能力得到明显提升,还可以外挂JBOD,支持硬盘休眠从而实现超低闲置功耗。因而,浪潮至强D服务器是一款理想的温冷数据存储和管理方案,将为客户构建精细化的分级存储。
更高计算性能,满足温数据访问需求
相比E3单路平台,浪潮至强D平台温冷存储服务器的性能提高2.3倍,相比Atom平台性能可提升3.4倍,能耗比提升最多1.7倍。内存方面能够同时支持双通道DDR4和DDR3L内存,支持46位物理寻址/48位虚拟寻址,RDIMM最高支持128GB容量,彻底打破了32GB的内存瓶颈。且由于支持2133MHz DDR4内存,性能有33%的提升。满足温冷数据所需的计算能力,并最大程度降低TCO。
更低能耗,TCO降低至少8%
英特尔至强D包含2-16核心的多个产品,能够覆盖冷存储到温存储等应用场景。相比传统至强E3平台服务器,单机即可节省功耗50W,成本优化5%以上。
近期浪潮发布的2U 至强D存储服务器SA3212M4搭载一颗 D-1531 CPU,支持 6 个物理核心,主频 2.2GHz、45W功耗,据浪潮实际测试,相比于传统基于E5-2620v4平台服务器,在同样满足温存储需求的前提下,SA3212M4的TCO 降低超过8%。
更多集成,更优网络配置
与之前至强 E3、E5等单纯的处理器相比,至强D是真正的SOC(系统级芯片),其中集成的不仅有处理器,还整合了内存、I/O等子系统。其中网络也成为至强D服务器的亮点,支持两个10GbE万兆以太网直连,并支持VT-X/VT-d虚拟化技术、RAS以及完整的TXT, AVX2, TSX指令集。浪潮至强D服务器提供的更高带宽和网络IO性能,能最大程度降低网络性能带来的延迟和性能损耗。
未来,浪潮至强D服务器将成为一条完备的存储服务器系列,除了此次发布的SA3212M4 2U12盘机型外,4U36盘的SA5224M4也于2017年初登陆市场。至强D产品同样会在浪潮整机柜服务器SR中应用,在1U的空间内支持18块3.5英寸硬盘,并且单节点可扩展支持一个JBOD,存储密度提升的同时,可进一步降低了存储成本,且支持硬盘休眠,从而实现超低闲置功耗。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。