至顶网服务器频道 07月25日 新闻消息: 7月25日,中兴通讯联合英特尔(Intel)举办服务器与存储新品发布会,这也是继英特尔日前发布最新一代至强可扩展处理器(Skylake系列)后,中兴通讯同步推出的多款升级产品,包括R5300G4双路服务器、R8500G4四路服务器、R8900G4八路服务器、多款刀片、交换板及分布式统一存储系统等,凭借高性能、高扩展性、多场景化的IT基础架构解决方案,为企业打造高效又易用的数字化转型新引擎。
中兴通讯副总裁刘建华现场致辞
以大数据、物联网、人工智能、5G为核心特征的数字化浪潮正席卷全球,车联网、工业物联网、人工智能生物识别带来的海量异构化数据,高带宽、低时延等新业务个性化需求,以往千篇一律的通用式服务器及存储架构已无法满足企业快速发展需要,这也是企业数字化转型普遍面临的重大挑战。
面对企业数字化转型的痛点,中兴通讯提出“软硬结合”的深度定制策略,硬件从全面提升产品性能、可扩展性、灵活性等维度切入,同时用软件对不同行业进行特别优化,实现产品的高可靠性,从而为客户打造紧密贴合企业发展需求的个性化服务器存储产品。
如中兴通讯此次推出的全新一代2U双路机架服务器ZXCLOUD R5300 G4,采用英特尔最新的Skylake系列处理器,具备卓越的计算性能;最大可支持32块硬盘,单台机器容量到达170T,灵活、强大的扩展能力有效满足了企业日益增长的海量存储需求;通过中兴通讯的软件优化,R5300 G4还具有高可靠性、易管理等特色,可广泛适应于互联网、云计算、大数据、企业关键应用等多个应用场景。
在对高性能计算有苛刻要求的关键领域应用场景,中兴通讯推出全新一代ZXCOULD R8500 G4四路机架服务器,搭载了Intel最高端的Purley平台和Skylake-EX处理器,可支持28块硬盘,是目前四路机架服务器的最大存储容量,并通过芯片级、链路级、模块级和系统级的诸多独特设计和创新,使得ZXCOULD R8500 G4的高可靠性、可用性、可扩展性和可信性在业界同类产品中首屈一指。
面对眼下数字化转型对计算、存储、网络的融合需求,中兴通讯本次还推出了计算、存储、网络一体化的E9000系列2路半高刀片、2路全高存储刀片,刀片搭载Intel?最新Skylake系列处理器,全面支持*4 NVMe硬盘、M.2双SD卡等多种扩展存储设备。中兴E9000系列同时集成了支持100GE带宽的交换板解决方案,采用全新高性能、低功耗多核ARM处理器,能大幅提升大数据存储与计算性能,完美适用于OVERLAY、NFV/SDN高通量、云计算等多种应用场景。
面向关键领域的应用,中兴通讯本次还推出了一款高端八路服务器,它也是基于Intel最新的Purley平台,支持8颗Intel Xeon处理器,96根DDR4内存插槽,双四路硬件分区。R8900 G4提供强大的计算性能,拥有超大容量内存和高速I/O接口,支持NVMe高性能SSD,具有丰富的RAS特性,能充分满足高性能计算、大型数据库、客户关系管理(CRM)、企业资源规划(ERP)等关键领域应用的苛刻要求
除了丰富的服务器新品,中兴通讯在本次发布会上还重点推出了分布式存储系统KS10000,以业界主流分布式文件系统Ceph为基础,支持独立扩容硬盘及存储节点、同时扩容等极为灵活的扩容方式,存储容量可达EB级。中兴通讯还针对实际生产环境的应用进行了功能扩展,如智能部署、存储管理功能完善、性能调优等,支持兼容OpenStack、VMWare等虚拟化平台,可支撑公有云和私有云的云主机、云硬盘、云存储资源池等业务,适用于大型存储资源池、多媒体视频数据存储、虚拟化数据中心、中大型数据库、互联网应用等多个应用场景,充分满足企业从传统IT架构向云化、数字化架构过渡转型的多样化需求。
中兴通讯服务器、存储产品总经理郭树波
中兴通讯服务器、存储产品总经理郭树波表示,中兴通讯从2005年成立服务器存储产品线,目前已发布了数十余款自主研发的存储与服务器产品,已积累了丰富的技术与服务经验,中兴通讯将全方位助力客户拥抱数字经济。
郭树波介绍,中兴通讯目前的存储和服务器全部实现自主研发,相关产品不仅在三大运营商市场规模突破,同时在政府、教育等行业实现规模销售,并成功敲开银行业等高端市场,在今年的邮储银行集采中,中兴通讯从近十家强劲对手中脱颖而出,以中档磁阵排名第二,中档PC服务器排名第三的名次入围,项目总金额达数千万元。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。