至顶网服务器频道 06月12日 新闻消息(文/李祥敬):随着云计算、大数据、人工智能等技术和应用的发展,所产生的数据类型和总量也呈现爆发式增长态势。我们生活在一个数据洪流的时代,谁能善加利用这些数据,谁就更有可能赢得竞争优势,也更有可能屹立于时代的潮头。
英特尔数据中心销售集团中国区战略客户董事总经理陈葆立
英特尔数据中心销售集团中国区战略客户董事总经理陈葆立告诉至顶网记者, 数据是未来世界的石油。借助庞大的互联网用户,中国势必会成为一个数据产业的大国。在数据洪流的时代里,如何去挖掘这些海量数据会变成一个巨大的挑战。“企业如何更好地分析这些数据,进而做出更好的决策。这个时候会有更多的计算需求产生。”
于是,我们看到英特尔不断革新IT基础架构,赋能企业的数字化转型进程,英特尔至强可扩展处理器平台就是典型的代表。“在数字化变革时代,IT的角色在转变,从基础运维转化为企业竞争力。”陈葆立说。
数字化变革始于内“芯”
英特尔至强可扩展处理器平台是英特尔十年历史上磨一剑的里程碑的技术飞跃,其针对不同场景中的应用工作负载进行了优化改进。通过采用全新的内核微架构、核内互联和内存控制器等创新技术,英特尔至强可扩展处理器平台优化了计算、网络和存储等工作负载的性能,可以满足各种细分应用市场的多样化需求。英特尔至强可扩展处理器平台在3个方面为数据中心的创新提供了永动力。
第一,性能。可提高计算密集型工作负载性能的Intel AVX-512(英特尔高级矢量拓展指令集512)、能够降低系统延迟的全新英特尔网格架构、用于加密和数据压缩硬件加速的Intel QAT(英特尔QuickAssist技术),以及集成Intel OPA(英特尔Omni Path架构)的高速互联等,让英特尔至强可扩展处理器平台相比上一代产品有1.65倍的性能提升。
陈葆立表示,陈旧的IT设备不光造成企业的维护成本上升,处理性能的降低对于企业的创新力会造成很大的影响。有数据显示,采用陈旧设备与采用全新IT设备的企业在创新能力上相差五到六倍。
第二个,安全无忧的业务持续的能力。在数据洪流时代,数据安全非常重要。企业在运营各种各样的关键型业务的时候,数据的安全性是至关重要。借助Intel QAT,企业可以实现数据安全的迁移。同时,英特尔至强可扩展处理器平台把RAS特性延伸到双路服务器平台,让企业获得更好的可靠性、稳定性和可用性。
现在混合云成为当前云计算市场的热门,更多企业选择通过私有云解决数据安全问题,通过公有云实现计算的扩展。而混合云离不开应用和数据的迁移,Intel QAT(英特尔QuickAssist技术)借助加密和数据压缩硬件加速实现了数据和应用在不同云架构之家的自由流动。
第三,云经济时代下的高敏捷性。英特尔至强可扩展处理器拥有多达28颗内核,支持4插槽系统最高6TB内存,可提供2插槽到8插槽及更多插槽配置支持和充足的扩展空间,为入门级到关键业务的各类工作负载提供全面支持。
“与上市4年的系统相比,可将运营的虚拟机数量提升达4.2倍,实现服务快速部署、服务器利用率提升、能源成本降低,与空间效率的提升,进而加速企业数据中心现代化的实现,帮助企业更好地上云。”陈葆立说。
英特尔近期的一项调查显示,在英特尔的美国企业客户中,50%以上都正在转向采用基于英特尔至强处理器的现有的云解决方案来满足其对人工智能的初步需求。相比上一代产品,英特尔至强可扩展处理器针对深度学习训练和推理可提供高达2.2倍的性能。结合可加快交付人工智能服务的软件优化,相比3年前未经优化的服务器系统,全新的处理器可实现113倍深度学习性能的提升。
为了更好地满足企业多样化的工作负载,英特尔除了现有的至强可扩展处理器,还推出了英特尔Nervana和英特尔Movidius技术以及英特尔FPGAs在内的广泛的企业级产品,来满足人工智能工作负载的独特要求。
陈葆立说,人工智能是过去一年两年中非常火的词,并在一些领域里已经崭露头角,比如图像识别等。“在人工智能方面,英特尔提供了一个从低功耗到数据中心的全方位覆盖的端到端的方案。同时,英特尔也在框架、库、平台等软件方面进行了丰富的布局,从而帮助企业应对人工智能时代的挑战。”
联手合作伙伴打造生态 英特尔不断扩大“朋友圈”
自推出以来,英特尔至强可扩展处理器平台就获得了生态系统合作伙伴的广泛支持。英特尔与合作伙伴共同努力,在虚拟化、操作系统、关键业务应用解决方案等方面取得了大幅度性能提升。
陈葆立介绍说,从去年下半年开始,行业内的各个伙伴都紧锣密鼓地推出了基于至强可扩展处理器的新产品,包括华为、浪潮、曙光、联想等等国内厂商都在第一时间和英特尔合作推出了至强可扩展处理器的2路或者8路的服务器。
“对于中国厂商的发展,大家有目共睹,包括华为、浪潮等已经走向世界。英特尔与他们的合作也在延伸,如果说以前英特尔更多是把国外的技术引入到中国,现在则是帮助中国合作伙伴走出国门,更好地迈向国际舞台。”陈葆立说。
此外,英特尔在数据中心里做了很多运行各种各样工作负载的基准测试,也投入了大量的资金,跟生态系统合作伙伴来优化各个行业、各个企业的工作负载,从而帮助推动他们的业务发展和提供行业的洞见。
同时,英特尔基于至强可扩展处理器推出了Select解决方案,与业内合作伙伴及世界顶尖的数据中心和服务提供商进行合作,将工作负载优化提升至全新高度,涵盖了计算、存储与网络等多个领域,可以充分利用英特尔至强处理器可扩展平台的新一代技术性能优势。
“新技术不断涌现,很多企业并不知道如何去部署对应的架构。通过英特尔Select解决方案,客户可以获得更多选择,加快基础设施部署,减少复杂性与成本,使得数据中心的运营更加高效且适应未来变化。”陈葆立说。
结语
数据洪流下,行业变革时不我待。企业数字化变革需要IT基础设施的支撑,英特尔及其合作伙伴可以为各行业用户提供基于至强可扩展平台的丰富产品技术组合、丰富的行业信息化经验以及庞大的生态系统,帮助用户建设一个既照顾到传统业务,又能面向新业务的IT平台,能够带领用户高效推进IT和业务的创新,赋能企业数字化转型。
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。