戴尔今天宣布推出了两个针对人工智能和高性能计算工作负载的系统家族,采用了VMware今天同步发布的一项名为vSphere Bitfusion的图形卡虚拟化技术。
这两个系统家族分别命名为Dell EMC Ready Solutions for AI和Dell EMC Ready Solutions for vHPC,已经从今天开始全面上市。
Dell EMC Ready Solutions for AI结合了PowerEdge服务器、Nvidia图形卡、Isilon F800全闪存文件存储系统以及网络设备,企业可以根据需要定制组件。戴尔提供了四种可供选择的Nvidia图形处理单元,从RTX工作站级图形卡,到功能更强大的V100数据中心芯片,以及多种服务器和网络交换机型号。
每个系统均随附VMware软件,以帮助企业管理硬件组件。软件捆绑包中包括VMware旗舰虚拟化平台最新版本vSphere 7和VMware Cloud Foundation,从而可以在使用Kubernetes在容器中运行AI工作负载。最值得注意的是一项名为vSphere Bitfusion的新功能,可以通过虚拟化Nvidia芯片从而发挥更大价值。
VMware去年收购了位于美国奥斯汀的Bitfusion.io初创公司,其软件平台通过减少GPU闲置提高企业AI基础设施的效率。Bitfusion虚拟化了GPU,从而让主机服务器闲置的图形卡计算能力可以被其他服务器使用,以提高利用率。
VMware已经以vSphere Bitfusion的形式将Bitfusion的技术整合到vSphere中了,vSphere Enterprise Plus许可提供了该功能。
VMware产品营销经理Michael Adams在博客中写道:“现在GPU可以跨网络得到有效的利用,最大限度地提高利用率,这意味着就可以像多年前共享CPU那样共享GPU了,从而避免资源利用效率低下的孤岛问题。”
除了Dell EMC Ready Solutions for AI之外,戴尔还推出了Dell EMC Ready Solutions for vHPC下的一些新功能。Dell EMC Ready Solutions for vHPC系统也可以用于运行机器学习工作负载,只是侧重点有所不同。
Dell EMC Ready Solutions for vHPC顾名思义,用于满足高性能计算工作负载(例如经常运行在超级计算机上的科学模拟)的需求,这种工作负载也经常使用AI。据戴尔称,该系统配备了vSphere 7和Bitfusion意味着它比传统HPC硬件更易于管理,因为许多IT团队已经熟悉使用vSphere来管理基础设施。
戴尔服务器和基础设施系统部门总裁Arthur Lewis在博客文章中提供了有关这些系统的更多详细信息。“为了优化解决方案性能,工程团队针对两种最常见的高性能计算工作负载(并行分布式应用(MPI)和实际吞吐量工作负载)打造了解决方案,MPI应用可用于天气预报和分子建模等领域。实际吞吐量工作负载可用于财务风险分析的蒙特卡洛模拟、数字电影渲染和基因组学分析。”
好文章,需要你的鼓励
传统AI依赖云端处理存在延迟和隐私问题。越来越多开发者将AI处理从数据中心转移到手机、笔记本等个人设备上。设备端AI具有三大优势:速度更快,无需等待云端响应;隐私更安全,数据不离开设备;成本更低,无需支付云服务费用。目前iPhone已运行30亿参数的设备端AI模型,谷歌Pixel手机也搭载Gemini Nano模型。未来五年内,随着硬件升级和算法优化,设备端AI将实现物体识别、导航翻译等更复杂功能。
新加坡国立大学联合Lovart AI开发的OmniPSD系统,首次实现了AI驱动的双向PSD文件处理能力。该系统能够将扁平图像自动分解为可编辑的图层结构,同时支持从文字描述直接生成分层设计文件。基于扩散变换器架构和创新的RGBA-VAE技术,OmniPSD在20万真实设计样本上训练,实现了专业级的透明度处理和图层分解效果,为设计行业的数字化转型提供了强大工具。
卡内基梅隆大学研究人员开发了一项革命性技术,通过摄像头、AI模型和微型轮子,让咖啡杯、订书机等日常物品能够自主移动到需要的位置。这种"智能物品"技术避免了传统人形机器人的复杂性和安全隐患,通过蓝牙微控制器和AI视觉系统,物品能够识别用户行为并预测需求。虽然技术已相对成熟,但隐私保护和安全性仍是推广前需要解决的关键问题。
ByteDance Seed团队提出UniUGP统一框架,首次将自动驾驶的理解、生成、规划三大能力完美融合。通过混合专家架构和四阶段训练策略,该系统在场景理解、轨迹规划和视频生成等任务上均超越现有先进模型,为自动驾驶技术发展开辟了新路径,预示着更智能可靠的无人驾驶未来。