思科认为,自己的UCS系列服务器需要一个新成员来面向高密度数据中心和边缘部署。
因此思科推出了UCS C4200平台,包括UCS C4200系列机架式服务器和UCS C125 M5机架服务器节点。
这款2U机箱可容纳4个服务器和24个磁盘驱动器,并提供共享电源和散热。但正如思科UCS产品管理总监James Leach所说的那样,“这不是一个刀片环境,因为你不会共享这个结构的。”
这款服务器配置一个或两个AMD Epyc 7000系列处理器,思科之所以这样选择是因为它认为思科能够提供优于竞争对手的性价比。Leach表示,如果有需求的话,思科没有理由不打造一款基于英特尔的服务器以适应机箱配置,甚至是基于ARM的服务器,但目前AMD在满足思科低运营成本和密度目标方面做得最好。
Leach说:“单路服务器的优点是高核心数和低功耗,同时也会给你带来不同的每核心性价比。此外,AMD在CPU上做了大量加密,这一点令人兴奋。”
所有这些对于AMD来说都是令人高兴的,因为这是AMD在UCS服务器上的首次亮相。
思科透露新平台会扮演两种角色,其一是部署在中小型服务提供商的数据中心,这些服务提供商的规模还不够大,无法实现适当的超大规模平台;另一个是部署在边缘,其作用例如帮助游戏公司的计算和存储更接近他们的客户。
关于后者,思科认为采购者会意识到这个平台可以通过UCS管理器或者Intersight管理工具进行管理。另外,AMD的加密技术也是一个卖点。
关于前者,思科认为这个新套件在可扩展性和广度方面与UCS产品组合中的其他产品一样高。
思科的UCS系列以及它的优点
这款服务器的其他特点包括:
最多2个AMD Epyc CPU(每个插槽最多32个内核)
16个DIMM插槽(每个CPU插槽8个)可实现2 TB容量,使用128 GB DIMM
2666 - MHz DDR4内存
2个PCIe 3.0插槽
可选的第4代思科虚拟接口卡
每个C125服务器配置6个SAS/SATA驱动器(前置于C4200机箱中)或者
每个C125 M5服务器最多2个NVMe驱动器和4个SAS/SATA
思科12G 9460-8i PCIe 12G SAS RAID控制器
灵活的OCP 2.0网络夹层插槽支持10、25、40和最高100Gbps的速度
内部SD或M.2启动选项
新套件还可以与思科Hyperflex软件实现超融合,但目前思科在这方面比较低调。
思科对UCS一直抱有很现实的态度,知道这不是一款大众市场的产品。这个策略奏效了,因为商品服务器的利润率很小,而且思科已经可以忽略这个问题了。
扩大UCS范围意味着思科有机会扮演更多的角色。选择AMD对AMD来说也是一次胜利。Epyc和更简易的管理是否足以让服务提供商摆脱他们对商品产品的喜好,这一点仍有待观察。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。