至顶网服务器频道 03月19日 新闻消息: 近日,联想推出ThinkSystem SR570、ThinkSystem SR590和ThinkSystem SR860三款服务器新品,持续为用户的数字化转型提供强有力的基础支持。这也是继去年7月,联想推出全新ThinkSystem数据中心基础设施和解决方案产品组合以及ThinkAgile软件定义的解决方案后的一次重大产品发布。
Lenovo ThinkSystem SR570 是一款双路 1U 机架式服务器,针对需要最高内存和双路性能、灵活存储、出色价值和直观管理的机架环境需求而进行设计。它具有灵活的 IO 选项和极高的可靠性,是大数据、Web 服务和基础架构横向扩展等数据中心任务的理想选择。
性能跃升,沉稳应对各类工作负载
作为此次重磅推出的服务器新品之一,Lenovo ThinkSystem SR570提供了大量有助于提高性能和灵活性的平台特性,可用于处理数据中心环境中的各种工作负载。它搭载2颗下一代英特尔® 至强® 系列处理器,TDP最高150W,内存速度更快,I/O功能更强,存储容量更大。
凭借强悍配置,Lenovo ThinkSystem SR570可以在身份验证、云、Web 服务、虚拟化、应用程序开发等多种应用中提高计算性能。Lenovo ThinkSystem SR570提供更快速的内存和更大的内存容量,可以支持更大的工作负载,并提供 1TB 的内存容量。它利用多种 NIC 设计(包括 LOM、ML2 和 3 个 PCIe 3.0 插槽)以及支持可变适配器插槽配置的可更换 I/O 转接卡(riser),来适应不断变化的工作负载要求,并提高 I/O 吞吐量;可提供4个板载NVMe端口,允许直接连接到NVMe SSD,进而节约I/O插槽并帮助降低NVMe解决方案部署成本。值得一提的是,Lenovo ThinkSystem SR570实现了可选择 的LOM,这也让其拥有了可选择的性价比。
安全可靠,业内领先x86服务器品质
在实现更高的性能跃升之后,Lenovo ThinkSystem SR570可同时满足企业用户的性能、存储容量、灵活I/O和弹性需求,打造安全可靠的一流服务器。以往,客户要获得高可用性,常常要牺牲性能以换取昂贵的专属平台,针对这种现状, ThinkSystem SR570打破技术瓶颈,实现在x86平台上交付“始终如一”的高可靠,让客户“高枕无忧”。作为高密度的1U节点,它可以为数据中心节省空间。对于需要扩展能力、又看中服务器安全可靠的用户来说,这款服务器是非常理想的选择。
Lenovo ThinkSystem SR570拥有业内领先的x86服务品质,目前,ThinkSystem服务器产品共坐拥88项基准测试的世界纪录,并连续多年在ITIC可靠性报告中稳居第一。Lenovo ThinkSystem SR570具有行业领先的客户满意度,可高效地对结构化和非结构化数据进行分析,并通过在企业内部共享日益增多的数据集和大型文件,高效地处理协作工作负载。
灵活高效,统一管理化繁为简
在新IT时代,灵活性是必不可少的考量维度,它也决定了IT系统的可扩展性和弹性。Lenovo ThinkSystem SR570提供灵活的存储配置,可以支持最多 10 个热插拔 2.5英寸或 4 个热插拔或易插拔 3.5 英寸驱动器托架。这些驱动器托架支持 SAS 和 SATA HDD 及 SSD,最高可提供 12Gb 的 SAS 吞吐量。4 个 2.5 英寸托架可以是 AnyBay,不仅可以支持 SAS/SATA 驱动器,而且可以支持直连 NVMe 驱动器,展现出十足的灵活。
而在网络方面,2 个嵌入式千兆以太网端口,可选嵌入式 LOM 模块,支持 ML2和1GbE 专用管理端口打造高效网络传输。Lenovo ThinkSystem SR570还支持一个或两个 M.2 驱动器,确保更快速、更安全的操作系统启动。
服务器能够成为客户得力工具的最后一个要素是其先进的系统管理工具套件。Lenovo ThinkSystem SR570采用的XClarity Controller, 是所有 ThinkSystem 服务器中采用的嵌入式管理引擎。XClarity Controller带有符合 Redfish 要求的 REST API,采用Redfish REST API,具有简洁的图形用户界面,不但缩短了启动时间,还提升了固件更新速度,增强了服务器管理的简洁性。
总体来说,Lenovo ThinkSystem SR570是一款可用于处理公有/私有云、虚拟化和传统IT工作负载的1U2P机架式服务器。它兼具性能和内存优势,并提供灵活的存储配置以及企业级服务器管理功能,是打造可靠、安全的基础架构,继续降低 TCO以及更快地获取商业洞察力的理想之选。
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。