2018年10月16日,曙光对外发布了全球首款闭式循环一体液冷八路服务器——I980-G30。自产品发布以来,市场反响空前热烈,接连中标海关、中科院等重点项目。
近期又传来捷报:I980-G30在SPEC CPU 2017基准测试中,创下Rates_FP、Rates_FP_Base、Rates_INT、Rates_INT_Base四项世界纪录。
据了解,SPEC CPU 2017是SPEC组织推出的一套CPU子系统测试工具,涵盖4大种类共43个测试,包括测试整型速度、浮点运算速度的性能测试SPECspeed 2017、SPECspeed 2017 Floating Point以及测试整型并发速率和浮点并发速率的SPECrate 2017 Integer和SPECrate 2017 Floating Point。SPEC CPU 2017的测试结果可以全面、准确反映服务器的整体运行性能,尤其是各种应用场景下的实际系统性能。
此次I980-G30在关键服务器基准测试中的骄人表现,更向业界证明了曙光在中国关键应用服务器市场的绝对领先地位。
近年来,随着金融、电信、石油、电力等传统行业信息化建设的继续深化,云计算、虚拟化、大数据、商业分析等应用迅速成为行业信息化的热点。在这种情况下,私有云成为政府、企事业单位的“新宠”,多路服务器搭配大数据系统的整合方案备受青睐,高性能、低能耗、易管理性、高扩展性、低成本等特性成为新的关注点。
为了适应日新月异的市场环境、满足更加复杂的客户业务需求,曙光I980-G30液冷八路服务器应运而生,其可靠性堪比小型机,具有更高级别的性能、可靠性、可扩展性以及可管理性,是大型数据库、商业智能分析、ERP等关键业务的理想选择。
曙光天阔I980-G30服务器可搭载新一代英特尔志强铂金可扩展处理器,单节点高达224个物理处理器核心,12TB内存容量,提供卓越的计算能力和扩展能力。
I980-G30长期稳定工作温度范围提升至5℃~45℃,符合数据中心ASHRAE Class A4标准;多项RAS技术、关键部件全冗余设计,使系统可靠性达到了99.999%以上。
在满足用户对系统高性能需求之外,I980-G30在扩容和功能扩展上也具有极其出色的表现。I980-G30拥有强大的存储扩展能力,支持24块前置热插拔SFF SAS/SATA硬盘。并且拥有卓越的I/O扩展能力,最大可支持24个PCIe设备扩展接口,并基于OCP标准规范开发,可全面兼容1G/10G/25G等多种管理网络子卡,提供灵活的配置选择以应对不同用户的需求特点。
此外,I980-G30选用更加通用的C13-C14供电接口设计,并匹配全新升级的N+N/N+M铂金供电单元,冗余量相较上一代提升50%。
I980-G30搭载全新升级的自主研发可触摸式液晶监控系统,可实时显示服务器资产信息、部件信息及管理日志,部件级动态监控工作状态及故障诊断功能,通过可视化界面显示、查询及配置服务器管理参数,全面实现高效运维。
并且整机采用800mm标准结构模块化设计,全系统完全摆脱传统线缆连接方式,满足IEC297标准的通用机柜适配及快速部署需求。
作为国内IT信息技术领域领先企业,曙光将继续加强关键领域科技创新与核心技术突破,致力于研发更加高品质的高端服务器产品,为各行业数字化转型提供有力IT服务支撑。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。