至顶网服务器频道 06月06日 新闻消息:HPE今天宣布推出第10代ProLiant服务器,具有更好的安全性和更多的永久性内存和可管理性,与戴尔一样,HPE并没有对英特尔即将推出的Skylake服务器CPU提及太多内容。
相反,HPE专注于新的安全特性,TB级的永久性内存,付费即用的业务模式,以及更好的可管理性。
这个安全特性是在固件层面的,iLO(integrated Lights Out)来自定制的HPE芯片和iLO固件。目标是防止固件攻击,防止服务器执行受损固件代码。HPE表示,iLO芯片中有不可更改的指纹,防止服务器启动除非固件与指纹匹配。
HPE称之为“芯片信任之源”保护,包括加密和违规检测技术,HPE供应链安全性和HPE Pointnext安全评估及保护对其进行了补充。HPE宣称没有其他服务器提供商提供这种级别的安全性。
此外,HPE的Gen-10 ProLiant服务器有两个软件:
- 服务器管理软件OneView 3.1“将计算、存储和网络转变为软件定义基础设施”
- Intelligent System Tuning得益于与英特尔在Xeon Scalable处理器上的合作
OneView 3.1具有可租户的存储功能,改善的固件管理,对一系列HPE计算平台的广泛支持,以及支持新的可组合生态系统合作伙伴包括Mesosphere DC/OS。
Mesosphere和HPE已经达成了战略联盟,涵盖联合工程设计和参考架构。
Intelligent System Tuning将具有调制频率(抖动平滑)、提高性能(内核提升)以及调整服务器以匹配工作负载配置文件。
Gen 10 ProLiant服务器将采用Scala Persistent Memory。这看起来像是对HPE现有Persisten Memory的升级,被认为是以非易失性DIMM闪存为基础的DRAM。
它将有TB级的容量和内存速度。HPE称将会在市场中大规模提供最高速的永久性内存。例如,存储库的速度将会提高20倍,基于与采用SSD的微软SQL Hekaton内存数据库与HPE Scalable Persistent Memory的对比。
这些付费即用的选择让客户可以向上或者向下扩展扩展服务器资源,只为他们实际使用的支付费用。
HPE的可组合式基础设施Synergy系统将采用Gen 10服务器模块在例如480和660等型号中。这些系统将配置25/50 Gbit/s Ethernet连接,直连存储容量提高2.8倍。
Gen 10 ProLiant服务器、Synergy Compute Modules以及HPE Converged System将在今年夏季供货。
好文章,需要你的鼓励
这篇研究揭示了大语言模型强化学习中的"熵崩塌"现象——模型在训练早期迅速失去探索能力,导致性能达到可预测的上限。研究者发现验证性能和策略熵之间存在精确的数学关系:R = -a·exp(H) + b,并深入分析了熵变化的内在机制。基于这些发现,他们提出了两种简单有效的方法(Clip-Cov和KL-Cov)来缓解熵崩塌问题,显著提升了模型性能,特别是在困难任务上。这项研究为大模型强化学习的规模化应用提供了关键指导。
Skywork OR1是昆仑公司AI团队开发的开源推理大模型,通过创新的强化学习方法显著增强了语言模型的推理能力。该研究基于DeepSeek-R1-Distill模型系列,采用名为MAGIC的训练方法,在AIME24、AIME25和LiveCodeBench三大基准测试中实现了显著性能提升,32B模型平均准确率提高15.0%,7B模型提高13.9%。研究团队通过系统研究策略熵崩塌现象,提出了有效的缓解策略,并开源了全部代码、数据和模型权重,为AI社区提供了宝贵资源。
上海交通大学研究团队发现多模态大语言模型中的"啊哈时刻"(自我反思模式)虽存在但并不意味着推理能力提升。他们提出了"冷启动强化学习"两阶段方法:先用监督微调建立推理模式,再通过强化学习优化。实验表明,这种方法在多个多模态数学推理基准上表现卓越,使3B参数模型达到接近甚至超越部分7B模型的性能,为增强多模态AI推理能力提供了有效路径。
MBZUAI研究团队开发的SVRPBench是首个模拟真实物流环境的随机车辆路径问题基准测试平台。它通过建模时间依赖的交通拥堵、概率性延误和客户特定时间窗口,为500多个包含最多1000客户的测试实例注入真实世界的不确定性。实验结果显示,先进的强化学习算法在分布变化时性能下降超过20%,而传统方法表现更为稳健。该开源平台通过GitHub和Hugging Face发布,旨在推动更适应现实世界不确定性的路由算法研究。