Dell EMC和超微(Super Micro)正在对其数据中心服务器产品阵容进行升级,推出了采用英特尔最新第二代Xeon Scalable处理器的新系统。
今天推出的新款服务器还采用了英特尔Optane DC永久内存以及旨在加速人工智能工作负载的Deep Learning Boost技术。
据称,英特尔第二代Xeon Scalable处理器比前几代处理器更快、更高效,同时Optane DC永久内存也有助于提高存储容量。两者的结合可以更好地提高整体性能,降低总拥有成本,以及提供更好的管控和安全功能。同时,英特尔的Deep Learning Boost技术旨在针对那些需要更高处理能力的特定工作负载(例如内存数据库、虚拟化和数据分析)提高性能表现。
Dell EMC方面将升级高端PowerEdge服务器系列以及OpenManage管理系统,后一项更新很有意思,因为这项更新为数据中心运营者提供了更高的灵活性,可以从操作系统而不是管理网络对服务器进行直接管理。
Dell EMC表示,新的OpenManage系统架构还有助于减少满足用户特定需求所需的控制台数量。此外,新的移动功能让数据中心运营者可以选择从移动设备管理基础设施。例如,用户现在可以直接从智能手机上查看任何事件的图形表示,并采取措施对其进行补救。
OpenManage还提供了新功能用于配置那些采用Optane DC永久内存的服务器。新系统能够自动配置BIOS、驱动器和内存,然后跨多个服务器复制这些设置。
PowerEdge服务器本身也受益于英特尔最新第二代Xeon Scalable处理器在性能上的提升。例如Dell EMC称,这让核心业务应用的性能提高了40%。此外,全新的英特尔Optane DC永久内存让内存容量提高了2.5倍,这也让内存数据库、虚拟化和分析工作负载从中受益。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示,英特尔第二代Xeon Scalable芯片的最大亮点就是它的机器学习功能,这些功能非常适用于参考引擎等推理工作负载,对这些工作负载来说延迟至关重要。
Moorhead表示:“第二代至强还支持Optane永久内存,针对像HANA这样的应用,可以从根本上提高TCO。英特尔的调优功能将得到云服务提供商的广泛认可。”
超微新推出的服务器产品线中也有类似的改进,包括令人惊讶的100多个更新系统。超微提供极为广泛的服务器产品组合,针对任何类型的情况或者客户都进行了优化,包括特有的资源节约型服务器;实现性能最大化的“Ultra SuperServers”;针对要求最低延迟的高性能应用的“全闪存”服务器;以及针对内存数据库和实时分析的“多处理器”系统。超微方面表示,所有这些系统都基于英特尔最新的处理器进行了升级,从而提高了性能,降低了总拥有成本,并减少了对环境的影响。
“我们的设计充分利用了第二代英特尔Xeon Scalable处理器的新功能,例如DIMM速度提高10%,内存容量增加1.5倍,CPU频率高达3.8GHz,以及英特尔Optane DC永久内存,”超微公司首席执行官Charles Liang表示。
Dell EMC方面表示,新的PowerEdge服务器阵容将于4月16日全面上市,OpenManage更新将在第二季度推出,另外第二季度会在选定的服务器型号上提供英特尔Optane DC永久。
超微方面还没有公布这些升级服务器的上市时间。
好文章,需要你的鼓励
33年后,贝尔纳多·金特罗决定寻找改变他人生的那个人——创造马拉加病毒的匿名程序员。这个相对无害的病毒激发了金特罗对网络安全的热情,促使他创立了VirusTotal公司,该公司于2012年被谷歌收购。这次收购将谷歌的欧洲网络安全中心带到了马拉加,使这座西班牙城市转变为科技中心。通过深入研究病毒代码和媒体寻人,金特罗最终发现病毒创造者是已故的安东尼奥·恩里克·阿斯托尔加。
悉尼大学和微软研究院联合团队开发出名为Spatia的创新视频生成系统,通过维护3D点云"空间记忆"解决了AI视频生成中的长期一致性难题。该系统采用动静分离机制,将静态场景保存为持久记忆,同时生成动态内容,支持精确相机控制和交互式3D编辑,在多项基准测试中表现优异。
人工智能安全公司Cyata发现LangChain核心库存在严重漏洞"LangGrinch",CVE编号为2025-68664,CVSS评分达9.3分。该漏洞可导致攻击者窃取敏感机密信息,甚至可能升级为远程代码执行。LangChain核心库下载量约8.47亿次,是AI智能体生态系统的基础组件。漏洞源于序列化和反序列化注入问题,可通过提示注入触发。目前补丁已发布,建议立即更新至1.2.5或0.3.81版本。
马里兰大学研究团队开发ThinkARM框架,首次系统分析AI推理过程。通过将思维分解为八种模式,发现AI存在三阶段推理节律,推理型与传统AI思维模式差异显著。研究揭示探索模式与正确性关联,不同效率优化方法对思维结构影响各异。这为AI系统诊断、改进提供新工具。