思科今天推出了一款针对人工智能进行优化的系统,成为最近一家在该领域有所动作的数据中心设备制造商。
思科今天公布的UCS C480 ML M5是一款四机架单元服务器,专门用于运行处理器密集型深度学习工作负载,属于思科的UCS统一计算系统家族。UCS系列服务器是将计算资源与网络和存储功能以及管理自动化软件结合到一起的系统。
C480 ML M5比该系列的很多其他系统具有更强大的性能。它采用2个最新一代英特尔Xeon Scalable CPU,以及8个Nvidia Tesla V100 GPU,同时思科选择了高配版SMX2芯片,该芯片包括32GB板载内存。
据Nvidia官方数据显示,单个V100的性能是传统CPU的47倍,可用于深度学习工作负载。该芯片在Apple Watch的模片上装载了217亿个晶体管,这些晶体管被组织成5700个处理核心,包括640个专门针对人工智能设计的Tensor核心。
在思科的新设备中,V100芯片使用Nvidia专门为此类系统开发的NVLink技术进行通信。反过来,企业可以为该系统配备最多24个直连磁盘或闪存驱动器。6个C480 ML M5驱动器插槽支持基于高速NVMe互连技术的闪存设备。
这些系统为思科提供了潜力,此前思科的业务不仅受到戴尔和HPE等硬件供应商的攻击,还受到AWS和微软等云服务提供商的压力,这次推出的系统让思科有潜力提供更有竞争力的数据中心产品,Gartner研究主管Chirag Dekate这样表示。他说,目前还没有其他硬件提供商提供8 GPU的服务器。
他说:“对于思科而言,它最大限度地减少了数据中心的阻塞,让思科能够继续吸引用户使用思科的平台。”同样,新系统使思科的客户“能够在不向数据中心引入新的多样性的情况下,进行深度学习。”尽管许多企业是在公有云基础设施上启动他们的人工智能项目,但他表示,大多数企业将重要的项目移至他们自己的、更具成本效益的基础设施上,例如思科的。
思科希望确保这款设备能够与企业首选的人工智能工具配合使用。为此,思科正在与Hortonworks合作,为该设备验证Hadoop分析平台最新的3.1版本。该版本为流行的深度学习框架(例如TensorFlow)提供支持。
此外思科还支持Kubeflow开源工具,可使TensorFlow与Kubernetes软件容器编排引擎兼容。软件容器使企业能够轻松地跨不同类型的环境移动工作负载,这意味着客户可以将本地AI模型迁移到云,反之亦然。
Dekate说,所有这些都特别重要,因为思科的一个优势是拥有比一些竞争对手更深入的软件提供商及其他合作伙伴生态系统。
就在推出C480 ML M5的一个月之前,Dell EMC也推出了一款针对人工智能工作负载的类似服务器,最多可配置4个V100芯片。早些时候,Pure Storage公司推出的AIRI结合了5个Nvidia DGX-1服务器,每台服务器配备8个V100。
思科将在今年晚些时候上市C480 ML M5。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。