富士通已经对其整个x86服务器产品组合进行了更新,增加了对英特尔Optane DC持久内存的支持。该内存于昨天晚间正式发布。
基于3D XPoint技术的Optane DC内存有望提供与DRAM相当的速度,但容量更接近于SSD。Optane DC还可以在机器关闭或重新启动的情况下保留数据——这一点可能会彻底变革分层存储架构。
根据加州大学圣地亚哥分校的研究人员称,对Optane DC内存的早期基准测试结果看起来很有希望,不过这项技术仍有许多问题需要解决。
由于Optane内存仅与Cascade Lake CPU兼容,所以富士通实际上是把两项公告捆绑在一起公布的:尽管未提及单个组件,但对Optane NVDIMM的支持,意味着富士通已经为自己的服务器配备了第二代Xeon SP CPU。为什么不呢?这些芯片的价格几乎与第一代SP芯片完全相同。
但说回Optane DC:这种内存是基于英特尔与美光合作开发的技术,并在2015年大张旗鼓对外公布的。
3D XPoint最初应用于存储设备以打造Optane SSD系列——因为其不同寻常的细长外形而被称为“Ruler”——让系统设计人员能够将PB级的闪存容纳到单个机架空间内,这一点令人印象深刻。
与Optane SSD不同,Optane DC内存可接入DIMM插槽,充分利用了服务器系统上任何可用的高速互连。每个模块的容量为128GB到512GB不等,而传统的DRAM目前最大容量仅为16GB。
富士通的M5代Primergy以及Primequest服务器将把Optane DC内存作为选件。富士通希望客户将NVDIMM用作缓存层,从而提高CPU与存储之间的数据交换速度。
富士通已经在内部对Optane DC内存进行了测试,并表示使用Optane DC的Primergy RX2540 M5双路服务器在基准测试中已经打破了VMware VMmark测试(用于衡量虚拟化性能的测试)的两项记录,并且该服务器与Primergy RX4770 M5服务器在测试Java性能的SPECjbb2015基准测试中也创造了多项记录。
富士通EMEIA地区负责人Olivier Delachapelle表示:“企业过去常常认为管理和存储大型数据湖的需求是很不方便的,但现在企业正在认识到它们的巨大潜力。”
“这项突破性技术让庞大的数据集能够更接近服务器处理器,使得我们可以充分利用时间进行洞察,确保客户能够从他们累积的数据中获得比以往更高的价值。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。