至顶网服务器频道 02月09日 新闻消息: 近日,SAP公司公布了最新一批通过SAP HANA认证的产品名单,此次浪潮共有六款服务器顺利通过认证,其中包括NF5280M5、NF8480M5以及TS860M5等M5新一代服务器。至此浪潮总共有8款产品、114种配置通过了HANA认证,涵盖Scale-up及Scale-out两种主要系统架构,覆盖2/4/8路全系列产品,可以完全承载SAP ERP BW DM及Business One等应用场景,为企业客户数字化转型提供了强大的IT基础架构支撑。
高端双路为用户提供更多选择
数据时代,企业级客户对实时分析的需求越来越多,SAP HANA作为一个软硬件结合体,能够为企业客户提供基于内存数据库进行实时数据分析与决策,免除对业务数据进行建模、聚合等复杂过程,受到越来越多企业级用户的青睐。
然而,部署HANA对基础硬件有极为严格的要求:计算性能高、内存容量大,高速海量存储等等。所以运行HANA的服务器都必须经过SAP的HANA认证进行环境适配和验证。目前,通过SAP HANA认证中双路服务器机型相对四路、八路高端机型较少,因为随着企业的数据集合越发庞大,需要在内存中实时计算分析并得出结论的数据量和任务数越来越多,SAP HANA认证中越来越多的新认证产品都是处于中高端位置上的四路、八路服务器。而这次,被业界誉为百变金刚的浪潮双路旗舰服务器NF5280M5以其强大的性能、出色的可靠性通过SAP HANA认证,为中小企业客户提供了更具性价比的选择。
打破传统边界,满足更多应用场景
NF5280M5是浪潮发布的新一代M5服务器家族的代表机型,计算性能比上一代产品提升1.3倍,可以通过组件升级实现弹性配置,满足"通用计算,大容量存储,全闪存,IO密集,异构加速"五大应用场景,灵活应对智慧时代下不同应用场景的需求。
浪潮NF5280M5通过SAP HANA认证
众所周知,传统2U双路服务器的扩展性和适用性非常有限,很难在有限的空间内实现更多灵活的变化。但是NF5280M5采用浪潮独有的空间分层技术,打破传统服务器设计边界,将系统分为基础组件和可变组件两部分:在存储模块部分,构建了1套标准,3种组合,在实现全闪存配置的基础上,实现了38块普通硬盘的扩展,相比上一代提升了31%;在IO部分,引入了标准OCP模块,通过灵活配置可以实现4个GPU的扩展,以及存储模块和IO模块的融合,大大提升系统应用场景的多样性。
浪潮HANA一体机助力企业数字化转型
浪潮HANA一体机已经成功应用于制造、金融、交通、教育等行业,帮助企业解决数字化转型中遇到的问题与挑战。例如,TS860G3HANA一体机取代广西玉柴的原有数据库系统,帮助企业完成ERP数据库系统升级,性能提升超过1000倍。在中国TOP级汽车制造商、国内最大子午线轮胎出口企业、国内最大原油IT服务商的ERP、MES等生产系统数据库中也有广泛应用。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。