至顶网服务器频道 08月25日 新闻消息(文/邹大斌):近年来,在云计算、大数据、物联网等技术的推动下,我国数据中心产业迎来高速增长时期,市场规模平均每两年翻一番,而近期人工智能、虚拟现实等新技术的兴起,更是加速数据中心的建设高潮。而另一方面,以SSD、超融合、硅光技术等为代表的数据中心新技术先后出现,这些都共同推动了数据中心产业的不断进步和技术革新。
在数据中心变革的诸多推动力中数据量的爆炸性增长是一个不可忽视的因素,特别是物联网的普及实现了万物互联,设备产生的数据更是成为数据洪流中的主要力量。相关数据显示,一辆自动驾驶汽车每天会生成超过 4000 GB 的数据,也就是每辆车 4TB。而与之相比,一个用户每天只生成大约 1.5GB 的数据流量。
“互联网用户、互联设备以及家用、汽车和消费电子设备的传感器正在催生数据爆炸。英特尔预计数据中心流量每18个月翻一番——甚至超过了摩尔定律。”英特尔数据中心事业群互联网业务拓展总监Jeff Wittich在日前举行的2017开放数据中心峰会上表示。
2017开放数据中心峰会由开放数据中心委员会(ODCC)主办,百度、腾讯、阿里巴巴、中国电信、中国移动、中国信息通信研究院和英特尔共同承办。作为ODCC技术顾问英特尔出席了这场重要的会议。
数据量的增长为人工智能行业的崛起奠定了基础;同时,5G 连接和物联网等新兴技术正以无法想像的方式改变我们的生活,如增强现实以及各种设备中的智能传感器;医学科学也在飞速进步,能够治疗疾病、实现个性化治疗,以及更好地了解医疗基因组。这些应用都直接或者间接地挑战现有数据中心的架构,推动数据中心技术的进步。
Jeff Wittich说,这些工作负载不同于过去十年来自社交媒体、电子商务和媒体消费的传统网络流量。它们需要不同的计算、更快速的存储以及网络,从而直接推动了数据中心相关技术的升级。
在数据中心的最新一轮技术变革中,英特尔再次扮演主要的领导者角色。不管是CPU、还是网络或者存储乃至整机柜级别,英特尔都推出了创新型的产品和解决方案。
在CPU层面,英特尔7月份刚发布的至强处理器可扩展系列是安全、敏捷、多云数据中心的基石,被英特尔称为十年内最大的平台进步,专为可信的数据服务交付而设计,该处理器系列受益于 I/O、内存、存储和网络技术性能大幅提升。
在存储领域,英特尔傲腾存储是一种真正的颠覆性技术。英特尔傲腾固态盘(SSD)有助于消除数据中心的存储瓶颈,支持更大、更经济的数据集。它还可以加速应用、为延迟敏感型负载降低交易成本,以及降低数据中心的整体拥有成本。
在网络方面则有英特尔的硅光技术。与传统电子相比,它实现了更高速的长距离数据传输,同时利用英特尔批量硅制造的效率。通过消除滞留计算能力的网络瓶颈,这项新技术降低了总体拥有成本,并提高了数据中心架构的性能。
提到数据中心的技术创新,还不得不提及英特尔的RSD(Rack Scale Design)。英特尔RSD是一个对计算、存储、网络资源解耦、资源池化及重构的逻辑架构,通过基于行业标准、针对动态池化资源分配及释放管理而扩展的API管理接口,来有效提高资源池利用效率的能力。
“英特尔通过英特尔整机柜设计(Intel RSD)这一基于标准、行业协同的解聚架构,以最高效、最经济的方式整合了数据中心最新技术,从根本上改变了建设、管理和扩展数据中心的方式。”Jeff Wittich表示。
据悉,RSD已经得到了业界的广泛认可,包括华为、浪潮、HPE以及中国电信等都有基于RSD的产品推出。实际上,围绕RSD,英特尔一直都OEM、ODM厂商紧密的合作。与此同时,英特尔也与像中国电信那样的大型云计算服务提供商和电信服务提供商进行合作。在紧密合作中满足他们的需求,同时来推动技术的不断进步。
正如英特尔Jeff Wittich所言,英特尔致力于以突破性的技术和创新重塑数据中心,为未来的数据中心平台注入全新动力。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind最新研究发现,视频生成AI模型Veo 3展现出惊人的零样本学习能力,能够在未经专门训练的情况下完成图像分割、边缘检测、迷宫求解等多种视觉任务。研究团队通过18,384个视频样本验证了这一发现,认为视频模型正朝着通用视觉智能方向发展,可能引发类似大语言模型的行业变革。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。