[中国,深圳,2017年1月18日]近日,业界权威的标准性能评测机构TPC发布了TPC Benchmark Express-BigBench(TPCx-BB)@3000的最新测试结果,华为FusionServer 2288H V3 服务器在测试中排名第一。
TPCx-BB是国际标准组织TPC制定的性能基准测试标准(华为香农实验室是此标准的制定参与方之一),是衡量基于Hadoop的大数据系统性能的重要指标之一,其发布的测试排名在工业和商业领域中具有很大的影响力。TPCx-BB测试通过模拟零售商的30个应用场景,执行30个查询算法来衡量基于Hadoop大数据系统的服务器软硬件性能,其中一些场景还用到了当前热门的机器学习算法,如K-Means、Naive Bayes等。TPCx-BB的测试结果,可以全面准确的反映端到端的大数据系统的整体运行性能。
TPCx-BB绩效指标,不仅含服务器的性能,也含服务器的价格/性能比。华为FusionServer 2288H V3服务器在TPCx-BB@3000的测试中,性能指标BBQpm@3000为611.31,价格/性能比指标$/BBQpm@3000为462.55 USD,两项测试指标均在2路服务器中排名第一。
华为FusionServer 2288H V3 2路服务器在TPCx-BB@3000中测试排名第一
华为FusionServer 2288H V3 服务器可配备Intel® Xeon® E5-2600 v4 系列CPU,采用最新的14nm制程,服务器计算核心总数提升至44个。此外,24个DDR4 DIMM的内存插槽最大可支持1.5TB的内存容量,再加上具有高速IOPS和带宽性能的NVMe SSD作为本地存储,让服务器的数据计算和传输高效快捷,为大数据应用场景提供最佳计算平台支持。
华为IT服务器产品线总裁邱隆表示:“在当前大数据应用越来越广泛,计算性能及TCO竞争力要求越来越高的情况下,华为致力于持续创新,不断推出高性能的服务器产品来满足客户需求,打造行业最佳计算平台,这次TPCx-BB的测试结果,也是华为服务器持续努力的结果之一。华为近期推出的全NVMe SSD高性能服务器,进一步突破服务器IO性能瓶颈,将更好的满足越来越广泛的大数据应用行业客户的需求。”
根据Gartner的统计数据1,截至2016年第3季度,华为服务器出货量排名全球前三(不含塔式),增长率全球第一。华为服务器已服务于全球超过5000家客户,涵盖政府及公共事业、互联网、电信、能源、金融、交通、医疗、教育、媒资、制造等行业。
欲了解TPCx-BB的详细信息,可访问TPC官网:
http://www.tpc.org/tpcx-bb/results/tpcxbb_perf_results.asp
欲了解华为FusionServer 2288H V3 服务器的TPCx-BB@3000的测试结果,可访问TPC于2016年12月29日发布的如下链接:
http://www.tpc.org/results/fdr/tpcxbb/huawei~tpcxbb~huawei_fusionserver_for_big_data~fdr~2016-12-29~v02.pdf
来源1: Gartner “Market Share: Servers, Worldwide, 3Q16 Update”,2016年11月28日
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。