至顶网服务器频道 10月20日 新闻消息(文/Simon Sharwood with Chris Mellor):HPE宣布不再继续为大型云运营商提供定制服务器的业务。
读过笔者10月5日文章的读者可能会感到惊讶。其时HPE的Carlo Giorgi告诉记者,云服务器业务“……正在重新被打造及被打造成更适合目标用户的业务。云服务器业务仍将为服务提供商提供定制产品,但不会只具有标准的SKU,而且产品结构将取决于计算类型的需要。”
但现在HPE却发布了HPE总裁Antonio Neri本周提交的给金融分析师的幻灯片。他的第三张幻灯片判了服务器的死刑,见下图。
至于HPE为大型云提供的“高利润产品”是什么则没有明说。但如果说是完全新的东西的话,笔者会感到吃惊,因为Neri幻灯片里的第五张概述了HPE公司产品、地点和语言的大幅度整固。这可能也解释了为什么坊间会有HPE计划砍掉5000个工作岗位的 流言。
整套幻灯片在HPE公司未来的发展方向上给出了一些提示,幻灯片提到的计划包括:名为“Project New Stack”的项目,旨在提供“跨云混合即服务平台应用、数据及基础架构组合”;扩展Aruba平台,在云管理网络领域挑战思科的Meraki;作为Aruba解决方案的一部分开发SD-WAN功能,为客户提供单一控制点的Wi-Fi、交换和广域网;扩展Aruba OS下一代校园聚合交换的可编程性。
笔者曾要求HPE澄清其服务器计划,如果HPE这样做的话,笔者会更新此文或发一篇新的文章。
好文章,需要你的鼓励
这项研究揭示了大语言模型在学习推理时对噪声奖励的惊人适应力。研究表明,即使有40%的奖励信号被故意颠倒,Qwen-2.5-7B模型仍能将数学题准确率从5%提升至72%。更惊人的是,仅奖励模型使用关键推理词组(如"首先,我需要..."),而不验证答案正确性,也能达到70%以上的准确率。研究者提出的推理模式奖励(RPR)不仅能让模型在数学任务中表现出色,还能有效校准开放性任务中的噪声奖励模型,提升较小模型的推理能力。这表明大模型在预训练阶段已掌握了推理能力,强化学习主要帮助它探索有效的推理模式。
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
Yale大学自然语言处理实验室研发的Table-R1模型突破性地将推理时间缩放技术应用于表格推理任务。研究团队通过两种方法提升模型能力:从DeepSeek-R1模型的推理过程中学习,以及利用可验证奖励进行强化学习。实验表明,即使使用仅有7B参数的模型,Table-R1-Zero也能在13个表格推理基准测试中媲美甚至超越GPT-4.1等大型模型。该研究不仅证明了中小规模模型通过适当训练也能实现出色表现,还为数据分析、科学研究和决策支持系统等实际应用提供了新可能。