戴尔公司日前推出使用AMD EPYC处理器的单插槽和双插槽机架式服务器及Xeon SP服务器系列产品。
业界存在EPYC处理器比同等Xeons(至强)更快的说法。
戴尔公司由PowerEdge AMD驱动的服务器有三款:R6415、R7415和R7425。这些产品与Round Rock公司服务器产品系列中的PowerEdge 14G R640和R740 Xeon SP服务器并存并继承了PowerEdge一般管理和功能的好处。
至强R640是个1U、双插座系统,而R740是2U、双插座系统。
R6415(技术规格PDF链接 http://topics-cdn.dell.com/pdf/poweredge-r6415_reference-guide_en-us.pdf)的定位是边缘计算服务器,是个1U系统,支持一个AMD Naples 插座SP3兼容处理器,最多可支持32个内核。R6415拥有8 x 2.5英寸SAS或SATA驱动器或4 x 3.5英寸驱动器或10 x 2.5英寸NVMe(SSD)驱动器。后几个驱动器不可以热插拔,R7415和R7425服务器也是如此。
据给出的参考指南,R6415配有单处理器及高达1TB的DRAM。笔者看到的幻灯片说是2TB:
我们曾问过戴尔哪个数是正确的。
R7415(技术规格PDF链接 http://topics-cdn.dell.com/pdf/poweredge-r7415_reference-guide2_en-us.pdf))是一款中档单插槽服务器,是个2U系统,支持一个AMD Naples 插座 SP3兼容处理器。R7415盒可容纳8 x 3.5英寸、12 x 3.5英寸、12 x 3.5英寸加 2 x 3.5英寸(背面)或24 x 2.5英寸SAS、SATA或NVMe驱动器(最多12个SAS/SATA/NVMe + 12 NVMe驱动器。)
内存最多达1TB(按技术规格)或2TB(幻灯片),我们曾要求戴尔澄清。
R7425主打高性能计算工作负载,是个2U系统,2插座的R7425(参考PDF指南链接http://topics-cdn.dell.com/pdf/poweredge-r7425_owners-manual_en-US.pdf)可配一对EPYC CPU,最多可配32个SAS、SATA或近线SAS硬盘驱动器或SSD以及最多24个NVMe闪存驱动器。R7425是三款里最大的盒子,最大内存为4TB。
性能
戴尔公司援引AMD公司的数据对EPYC和至强Skylake系统的等价成本做了比较:
这些数字显示了EPYC处理器系统比Skylake处理器系统具有更好的性价比。
HPE也在走EPYC路线
戴尔的竞争对手HPE去年11月推出使用一个或两个EPYC CPU的一款Gen 10 DL385服务器。这意味着32或64个内核及最大4TB的内存。
HPE当时曾表示基于EPYC双CPU 7601的DL385系统的SPECrate2017_fp_base(吞吐量)得分为257,SPECfp_rate2006得分为180,均高于SPEC发布的任何其他双插槽系统的得分。
与之相比,采用双至强Gold 6152 22核CPU的至强 DL380的SPECrate2017_fp_base得分为197。
戴尔EPYCs的得分想必与同等Xeon相若。
价格:R6415起步价2179.00美元,R7415为2349.00美元,R7425为3819.00美元。三款系统面向全球供货。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。