Cray今天宣布已经与微软签订独家协议,将在微软Azure数据中心内提供专有的Cray系统,旨在把超级计算机的潜在客户群扩大到政府实验室和科研机构之外的领域。
超级计算机用于处理器密集型、甚至超过了高端大型主机的任务,典型应用包括基因测序、复杂化学相互作用的模拟、天气预报和大规模数据模型的处理。Infiniti Research预测说,到2021年全球超级计算机市场规模将增长到月50亿美元,年增长率为7%。
这个市场没有以更快的速度增长的原因之一,就是客户必须在存储、网络和环境设备上进行广泛投资,才能满足这种强大机器的需求。在与微软签约的条款下,Cray将在选定的微软Azure数据中心内安装XC和CS超级计算机,以及附加的Cray ClusterStor存储系统,直接连接到微软Azure网络。
Cray首席战略官Barry Bolding表示:“我们相信这将扩大向客户交付高质量超级计算机的能力,这些客户以前认为他们无法拥有和管理一台Cray超级计算机。”他说,这次合作不止是一个将数据中心以共享设施形式租赁出去的协议。“我们对于把客户需要Azure服务的工作负载聚合到一起很感兴趣。客户不需要再操心构建他们自己的数据中心。”
专有设备
然而与典型的云基础设施服务不同的是,Cray的设备对每个客户来说都是专有的,不是共享的。客户将为他们来自微软合同的设备单独谈一个多年许可。“不是说你一刷信用卡,就获得10个小时的使用时间。我们相信,专有的、单租户的系统是提供这些服务的最佳方式。”
双方的合作对于Cray的客户来说既可以获得某些Azure服务,例如虚拟机、数据湖存储和微软人工智能和机器学习平台,同时他们也可以使用Cray Urika-XC分析软件套件,以及用于混合高性能计算管理的CycleCloud。
Bolding表示:“Azure存储很适合备份、恢复和弹性。你可以获得来自Cray的高速文件系统,以及Azure数据湖中的长期存储,这对客户来说都是透明的。”
Bolding说,相比采购专有的Cray系统来说,这种方式将为大多数企业机构节约成本。“当你采购Cray设备的时候,你通常会采购符合你的最大需求的系统,你还需要相应的存储容量,长期保存数据。很多客户购买我们的高速存储用于归档,而这并不是这种系统的设计初衷。现在他们可以把Azure用于灾难恢复和长期访问。”
Bolding说,Cray有兴趣以共享的、多租户的方式提供服务,但要“随时间的推移,以不会影响系统能力的方式来做。把合适的工作负载放在合适的系统上,这可以优化总拥有成本,这就是我们所瞄准的任务关键型工作负载。”
他没有说Cray为什么选择了独家协议,只是称其为“公平且平衡的关系”。微软目前在全球有42个Azure数据中心,但是并非所有都支持超级计算机硬件。目前定价也是定制的。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。