至顶网服务器频道 10月06日 编译:Hewlett Packard Enterprise公司正在重新设计其与富士康共同开发的云服务器系列产品,作为一套面临严重威胁的产品线,其将在不久的将来推出更多全新解决方案。
这些服务器面向一线服务供应商,同时亦成为HPE公司通过建立定制化规格为富士康这一原始设计制造商给出的回应,此举将拯救来自Facebook以及谷歌等大客户的订单。
不过HPE公司CEO Meg Whitman曾在今年6月对云服务器的未来提出了质疑,并承认公司对于微软这一大型客户存在“严重依赖”。
她表示,未来几个季度低利润销售额将会持续下滑,而且HPE公司正在“为未来的战略作出一些决定”。或者,我们为什么不更好地投入销售与研发资源,从而获得更具利润空间的可持续盈利能力?
快速推进到Canalys Channels论坛,HPE公司EMEA(即欧洲、中东与非洲市场)渠道、服务供应商与中小型企业副总裁Carlo Giorgi在采访中指出,云服务器(Cloud Server)产品线仍将继续存在。
Giorgi表示,“该产品线正在进行重新设计或工程技术调整,旨在进一步契合使用需求。其将继续作为服务供应商的量身定制型产品存在,但不会仅提供标准化SKU,且具体结构将取决于必要计算类型。”
另外,Giorgi还表示该产品线将在“年底”之前重新启动,但目前尚不提供产品详细信息。我们向HPE方面询问为何微软公司的云服务器产品采购量有所下降,但对方并未给出正面回应。
Giorgi指出,“我们与微软之间拥有大量云服务器业务往来,问题在于:这对我们属于正确的选择吗?我们是否拥有与该业务相关的合适投资组合?”
一位熟知HPE状况的消息人士指出,各大品牌服务器制造商此前之所以强烈反对ODM厂商,是因为前者给出的价格“不一致、难以预测但一般更高。”
这位消息人士同时强调称,“进一步加深这一矛盾的因素,在于HPE与戴尔的内存与磁盘驱动器生命周期管理方案受到价格的重大影响:也就是说,每当推出新的模块/驱动器,并对旧有产品进行价格下调,直到产品太过陈旧而只能全部淘汰。但如今,据我所知戴尔与HPE都已经不再采取这样的思路。”
此外,这位消息人士认为戴尔与HPE应该能够与各ODM厂商进行竞争,但二者目前的表现“显得有些迷惘”。
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。