10月16日,ODCC 2018开放数据中心峰会在京召开,会议期间公布了多项开放计算领域的创新成果。浪潮服务器i48成为首个通过ODCC多节点服务器测试认证的产品。同时ODCC进一步加大推进开放计算创新成果的行业化落地,特别成立了ODCC技术专家工作组,专家组首批成员包括IBM、中国电信、浪潮、思科等。
快速发展的天蝎服务器
ODCC是中国IT产业最具影响力的开放计算组织,旨在打造中国数据中心开放平台,推动互联网产业发展和基础设施标准化、产业化进程,凤凰、天蝎3.0、OTII等前沿项目都倍受关注,尤其是天蝎项目,技术成熟、部署量大。据ODCC发布的数据,预计到2018年天蝎整机柜累计部署规模将接近2.2万架,销售额突破220亿元,比去年累计增长41.5%。除了整机柜外,天蝎还有多节点服务器等形态,已经形成了相当规模的产业生态。
天蝎服务器主要有整机柜和多节点两类形态,并面向不同类型的用户,其中整机柜形态主要面向阿里巴巴、腾讯、百度等大规模数据中心客户,多节点形态则核心面向电信、政府等传统行业用户的需求,采用了19英寸宽度、支持FC等众多不同于整机柜形态的技术标准。为了降低传统行业用户采购选型的技术难度,ODCC制定了多节点服务器测试认证规范,并于2017年正式发布。
这项规范主要包括设计测试、管理测试、非功能性测试和整机测试四大部分,共计15项测试内容,规范条款十分严苛,例如测试规范要求被测服务器能够在温度为0度-35度、相对湿度10%-85%的环境下正常工作,被测服务器需要连续重启24小时不出现问题等。通过测试的服务器完全可以满足自然风冷、高密部署等新型数据中心的部署要求以及高连续性业务承载需求。
i48,微模块预制,满足百变场景需求
i48是业界首个通过ODCC多节点服务器认证测试规范的产品。该产品面向企业级应用需求设计,很好的平衡了产品的密度、可靠性、性能等各方面特性。采用模块化设计,高度为4U,配置了计算型、存储型以及计算存储平衡型三类节点,以及可选的大容量存储和I/O扩展模块,最大可支持8个计算节点或者72块3.5寸硬盘,可以组合形成70多种解决方案,适用于NFVI、云计算、大数据、冷温热存储等新型应用需求,也可以承载 ERP、OA、邮件等统企业应用。
与传统的2U机架式服务器相比,i48多节点服务器可以提供4倍以上的性能密度比、存储密度比等技术指标,能够大幅度改善传统数据中心的Capex、Opex等经济指标。
让开放计算走向传统行业
浪潮作为ODCC的核心成员,也是发展天蝎服务器的主要厂商。在ODCC的前身天蝎组织成立之前,浪潮已经开发了中国第一代整机柜服务器SR1.0,该产品成为天蝎标准的技术参考,其管理、供电等技术被直接写入天蝎标准中,目前业界部署的天蝎整机柜服务器60%以上来自浪潮。
浪潮不仅是最大的天蝎整机柜服务器供应商,同时是全球最大的多节点服务器供应商,据Gartner数据,2018年第二季度浪潮多节点服务器全球占有率22%。
浪潮是全球三大开放计算组织的关键成员,正积极推进包括多节点服务器在内的开放计算技术的行业应用。浪潮集团副总裁彭震表示,现代IT技术的应用发展正在从互联网行业向传统行业普及扩散,目前金融、电信、政府等传统行业用户对多节点服务器、云、大数据等开放计算产品表现出了积极的态度,浪潮会不断推进开放计算生态的发展,帮助客户推进数据中心和实际业务的云化升级。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。