近日,全新英特尔至强第三代可扩展系列处理器(代号Cooper Lake)正式上市,带来服务器性能的全面提升,加速人工智能等创新应用落地实施。作为英特尔的重要合作伙伴,紫光旗下新华三集团也在第一时间推出搭载英特尔至强第三代可扩展系列处理器的H3C UniServer R6900 G5服务器。
凭借在性能、可靠性、灵活性和安全性等方面的卓越能力,H3C UniServer R6900 G5服务器构建了全方位的安全体系,确保企业关键业务的永续运行;同时以全新计算架构和丰富计算资源,充分满足数字化变革的需求,提升用户对非结构化数据的处理能力,加速人工智能应用的开发,进一步充分发掘数据的潜在价值。
英特尔至强第三代可扩展系列处理器内建AI加速能力,支持全新bfloat16数据类型,在人工智能训练环境下成倍提升CPU每时钟周期的运行效率,带来深度学习性能表现的飞跃,有效缩短计算时间,加速AI产品和应用的上线;处理器也在硬件层面强化安全特性,保证核心业务的安全开展。
在增强的体系架构和制造工艺的基础上,英特尔至强第三代可扩展系列处理器最高可支持28个物理核心。H3C UniServer R6900 G5服务器率先引入英特尔至强第三代可扩展系列处理器,整机可支持112个物理内核,带来计算性能的大幅提升;服务器还具备卓越的扩展性,最高可容纳18个PCI-E 3.0全高卡和50块硬盘,提供高达12T标准内存,支持24个Intel PMem 200持久内存,以及24个NVMe U.2接口的扩展支持,进一步提升整机计算效率。
凭借强大的性能和丰富的计算资源,H3C UniServer R6900 G 服务器为虚拟化的快速应用和业务上云的实施奠定了基础。用户也可以利用H3C UniServer R6900 G5 服务器提供的丰富算力,缩短运算时间,提升基因研究、医学图像处理等多种高性能计算场景下的表现,或配合新华三人工智能平台AIOS等开发工具,为人工智能的开发和应用提供强劲加速。
作为面向数据密集型核心业务的四路企业级产品,H3C UniServer R6900 G5服务器具备70项以上的RAS特性,面向核心业务对可靠性的要求,可有效消除外部攻击对关键业务的影响,最大限度降低业务风险,从多个层面带给服务器安全保护:
以“成就智慧计算”为战略,新华三集团积极与英特尔等业界合作伙伴携手,推进技术创新,加速产品迭代,以H3C UniServer R6900 G5服务器等创新产品,为用户打造“新基建”时代的数字基础设施,充分满足用户数字化转型的需求。
面向未来,新华三集团智慧计算将继续推进“双全、多元、广生态”的布局,落实H3C+HPE双品牌策略,推动计算、平台以及产品形态多元化,并将数字生态链引入客户平台。针对百行百业的数字化转型需求,新华三丰富的服务器产品组合,可实现对人工智能、物联网、边缘计算等全新数字化应用场景的全面覆盖,为用户的业务成长提供强大支持。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。