超过20个超大端口数、高速、智能模块化的交换机系统将在2019年第一季度交付给领先的数据中心,这表明多个应用领域对200G InfiniBand的需求不断增长
Mellanox是面向数据中心服务器和存储系统的高性能、端到端互连解决方案的领先供应商,该公司宣布,其200 Gb/s HDR InfiniBand技术和解决方案创造了新的性能记录,为高性能计算、人工智能、云计算、存储和其他数据密集型应用提供领先的效率和可扩展性。HDR InfiniBand于2018年第四季度开始出货,连接了超过1万个终端。在2019年第一季度,HDR InfiniBand将连接全球超级计算、云计算和超大规模数据中心的数万个计算和存储终端。此外,在2019年第一季度,将有超过20个800端口的高速智能模块化交换机系统交付给多个数据中心,这表明多个应用领域对速度最快的InfiniBand解决方案的需求不断增长。
Mellanox Technologies最终用户销售和业务开发高级副总裁Amir Prescher表示:“我们的200G HDR InfiniBand解决方案中内置的创新技术、性能优势和网内计算加速引擎,使HDR InfiniBand成为全球领先的计算和存储基础设施的互连首选。我们从2018年开始向多个客户发货,我们会继续看到HDR InfiniBand在所有地区的强劲势头。全球范围内的百亿亿级(Exascale)超级计算战略竞赛、指数级增长的数据收集和分析需求,科学研究和新产品设计对计算性能需求的与日俱增,都需要最快且最先进的HDR InfiniBand互连技术。HDR InfiniBand解决方案可实现突破性的性能水平并提供最高的投资回报,使下一代全球领先的超级计算机、超大规模数据中心、人工智能、云计算和企业数据中心成为可能。”
HDR InfiniBand Quantum CS8500模块化交换机系统提供800个端口,每个方向200Gb/s数据吞吐量(或400Gb/s全双向数据吞吐量),或1600个端口,每个方向100Gb/s数据吞吐量(或200Gb/s全双向数据吞吐量)交换容量,这使其成为世界上最快的高速智能交换机系统。Quantum CS8500的交换容量总计为每秒320Tb,比其他产品高1.4至2.5倍,相当于每秒发送800张超高清蓝光光盘的内容。
HDR 200G InfiniBand网内计算加速引擎,包括Mellanox可扩展分层聚合和归约协议(SHARP)以及其他消息传递接口(MPI)卸载,提供了最高的性能和可扩展性。在高性能计算(HPC)和人工智能(AI)应用方面,与基于CPU的实现相比,Mellanox SHARP将数据聚合操作加快了3倍,加快了科学仿真、数据分析和AI深度学习训练应用的速度。HDR InfiniBand网卡提供业内最高的吞吐量和消息处理能力,展示了每秒向网络发送2.15亿条消息的能力,是EDR InfiniBand的1.5倍。
更高交换密度的HDR InfiniBand Quantum交换机使Mellanox用户能够优化其空间和功耗的使用,并最大限度地提高数据中心的投资回报率。对于部门级规模的实施,一台Quantum QM8700交换机可连接80台服务器,比竞争对手产品高出1.7倍。对于企业级规模而言,一个2层的 Quantum交换机拓扑可连接3200台服务器,比竞争对手产品高出2.8倍。对于超大规模数据中心来说,一个3层的Quantum交换机拓扑可连接128000台服务器,比竞争对手产品高出4.6倍。
Mellanox HDR InfiniBand端到端解决方案,包括ConnectX-6网卡、Quantum交换机、即将推出的HDR BlueField 片上系统(SoC)以及LinkX线缆和收发器,为HPC、云计算、人工智能、存储和其他应用提供了最佳的性能和可扩展性,并给予用户增强其研究、发现和产品开发的能力。HDR BlueField SoC将提供优化的NVMe存储性能、增强的安全功能以及将用户定义的算法从主CPU卸载到网络的能力,从而降低延迟并提高数据中心效率。Mellanox InfiniBand解决方案支持所有计算架构,确保了向后和向前的兼容性。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。