华为在CEBIT上推出了一款功能更强大的高端KunLun服务器,此外还公布了其他硬件和软件的公告。
KunLun是华为的一款大型服务器,在一个机架中可容纳多达32个CPU。这个V5版本基本上是升级采用了至强SP,支持NVMe驱动器,这也华为对其服务器产品线进行Skylake升级的最新举措。
这款新服务器专门用于X86服务器高端市场,即所谓的关键任务场景,这个可扩展的机箱由4个SCE子机箱构成,每个子机箱配置2到8个处理器,12TB的DDR4内存(96个DIMM)和1个CME中央管理机箱。这个服务器产品线有3种型号,9008配置8个处理器,9016配置2个处理器,9032有4个。9008和9016可升级到32个CPU。
KunLun 9008(左)、9016(中)和9032(右)
处理器要么是Xeon Platinum 8100或Gold 6100处理器,每个节点最多768个内核(24核CPU)和32TB内存。
这款系统在物理上可分区为4-CPU组,或者每个主机最多可以有40个1-96 CPU核心逻辑分区。此外有PCIe扩展插槽、2个10GbitE SFP+端口和2个GE RJ45端口。
每个SCE的本地存储容最高可达到48个2.5英寸SAS/SATA磁盘驱动器,或者40个2.5英寸NVMe SSD。数据规格表中并没有透露容量。RAID级别支持0、1、10、5、50、6和60,操作系统方面支持RedHat、SuSE Linux、、Windows Server和VMware ESX。
华为表示,KunLun v5具有一个多层容错架构,带有容错芯片、固件和操作系统,它是完全冗余的,没有单点故障。我们得知KunLun v5它RISC服务器性能高出40%,但没有给出细节。
为什么是32个CPU的机架服务器而不是32个单独的机架服务器?简短回答的话,就是你可以将CPU和核心分组到多个计算单元,并根据工作负载进行调整计算单元的大小。
如果你有一组可变大小的工作负载(需要在不同时间和不同组合中运行),那么可以将一台8个、16个或32个CPU的进行灵活且动态的修改成为适当大小的计算单元,通过物理分区和逻辑分区。
这不会使它成类似HPE Synergy/Attala/DriveScale/Liqid那样的可组合式服务器(可以从资源池动态定义计算、内存和存储分组)。KunLun与其他厂商的32路服务器有何不同?
其他一些大型服务器厂商
思科在这方面并没有一款服务器产品。
戴尔m100e 10U刀片式服务器机箱可容纳16个刀片,每个刀片都可以是一个4路系统,采用22核至强E5-4600 v4 CPU,总共64个CPU和1408个核心。
但这是升级到Skylake之前的系统,没有类似KunLun那样的集中管理的4机箱系统。富士通的刀片式服务器机箱产品似乎也是如此。
日立在2016年推出了12U的CB 2500机箱,配备14个双处理器刀片服务器模块。有一个支持LPAR的8插槽CB520X刀片模块。这款刀片机箱系统没有升级到Skylake。
HPE的Integrity机架服务器采用安腾处理器,Superdome Flex在8个5U机箱组合在一起的时候支持32个至强SP处理器和48TB内存。
当然,IBM有自己的大型机系统,基于Power9的AC922(Power9,22核)配备有2到6个Tesla V100 CPU,可扩展为1个全机架或多个机架。
华为还在其CeBit上推出了其他新产品,如Internet of Vehicles套件、支持40多款云服务的FusionCloud 6.3全堆栈产品、以及FusionInsight LibrA融合数据仓库等。
华为表示,这款产品采用并行计算、混合行列存储和矢量化执行技术,可在数秒内完成数万亿条数据记录的关联分析。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。