2017年春节刚过,朋友圈的小伙伴还停留在晒出行、晒美食的氛围中。可华为关键业务服务器,再次打破SPEC测试性能世界纪录,递交了一份满意的开年答卷。还记得去年6月,华为关键业务服务器打破9项世界性能记录,关键业务服务器发货增长率领跑全球……成绩优异,但华为服务器团队没有傲娇,继续撸起袖子,埋头苦干。
2017年2月7日英特尔在Global CES大会上,发布Intel® Xeon® E7 v4 8894处理器,同时宣布该处理器打破多项世界世界性能记录,其中2项世界记录由华为4P+关键业务服务器贡献。至2016年6月华为4P+关键业务服务器打破9项性能测试世界纪录,不到半年时间,再创两项世界记录,深刻的体现华为服务器人的工匠精神。
英特尔官网公布华为4P+服务器新的性能测试世界纪录
华为4P+关键业务务服务器搭载Intel® Xeon® E7 v4 8894处理器,基于SPECCPU 2006标准测试,所有项目测试结果值与业界同期同等服务器相比均第一。测试结果如下:
|
|
SPECCPU2006 |
|
|
服务器型号 |
Rate-int |
Rate-fp |
|
5885H V3 |
3800 |
2460 |
SPEC CPU2006 Benchmark测试值打破世界记录
SPECCPU 2006是SPEC组织推出的一套CPU子系统性能评估测试标准,SPEC CPU结果值可以更全面、准确反映服务器的强大的计算能力,尤其是ERP、CRM、数据库等各种应用下的处理效率。其中SPECint_rate_2006 基准测试的目的,主要衡量服务器在多处理器工作时整点计算能力和编译器优化能力。测试结果主要反映服务器整体的计算、吞吐量、缓存的性能及编译器的优化能力;另一个SPECfp_rate_2006 基准测试主要是衡量服务器在多处理器的浮点计算能力和编译器优化能力. 测试结果 主要反映服务器的浮点计算、缓存性能及编译器优化能力。这些值越高越能体现服务器在处理数据库事务处理、高性能计算的能力,为企业选择一款高性能的服务器提供参考。
华为4P+关键业务服务器是针对企业大型数据库、虚拟化、ERP、大数据实时分析等关键业务所设计的高性能路服务器。本次打破性能测试世界纪录的5885H V3支持英特尔至强E7 v4系列处理器。它最高支持96个计算核心,高达96个内存插槽,满足企业业务性能扩展要求。华为4P+关键业务服务器除了具备高性能外,还具备多项优势:
1、支持NVMe SSD盘,可用于高速缓存和数据块高速读写的应用,提升数据存储性能。特别是在SAP HANA应用中,可提升数据入库3倍的性能;
2、支持TCM(或者TPM)加密接口,用户可灵活配置TCM加密模块,使关键业务应用更加安全;
3、支持RAID带外管理,灵活查询和设置RAID配置信息及状态,实现对硬盘的精确管理和配置,支持在线配置RAID信息,使管理更方便;
4、提供FDM2.0故障诊断功能,支持实时的智能故障分析,精确定位硬件故障,大幅提高产品可靠性;
华为服务器以用户为中心,坚持持续创新,走开放架构、合作共赢路线,向客户提供可靠、高效、简单的计算平台和解决方案,助力企业应对数字经济时代的挑战,构建领先优势。
根据Gartner的统计数据*,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),增长率全球第一,4路关键业务服务器发货量及发货量增长率全球第一。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。
更多SPEC测试值请查阅www.spec.org官网。
*数据来源:Gartner“Market Share: Servers, Worldwide, 3Q16 Update”,2016年11月28日
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。