英特尔和Lightbits Labs已经达成了关于改善数据中心性能和盈利能力的战略合作。

英特尔近日表示,双方将开发适用于数据中心的存储解决方案,特别是那些解决由磁盘容量不足和性能问题导致总拥有成本(TCO)问题的系统。
影响总拥有成本的因素包括能耗、冷却要求、位置和设备选择。通常,降低数据中心成本的手段和减少浪费、缩短劳动时间、回收或恢复闲置磁盘容量(已经分配但未使用的存储)有关,否则这些存储将无法供应用使用。
英特尔和Lightbits Labs将携手合作,共同设计减少磁盘限制容量的技术解决方案,并启动投放市场相关计划。
两家公司将研究如何整合英特尔硬件和Lightbits的LightOS(一种“可分解的NVMe/TCP软件定义存储,性能接近本地闪存”的解决方案)设计,让数据中心所有者从中受益。
LightOS NVMe over Fabrics TCP (NVMe-oF/TCP)存储解决方案已经通过了英特尔以太网800网络适配器系列的测试,目前已有新系统将结合LightOS、英特尔Optane内存、基于QLC的3D NAND SSD、英特尔至强处理器和以太网800网络适配器。
英特尔表示,将LightOS与英特尔硬件结合使用,将为客户“大大提高存储效率,减少利用率不足问题,同时保持与现有基础架构的兼容性”。
英特尔也将投资Lightbits Labs,但协议的财务细节尚未披露。
英特尔副总裁、数据平台集团首席战略与业务开发官Remi EL-Ouazzane表示:“数据中心正在转型,资源的分解和可组合性对于满足解决数据爆炸所需的效率要求至关重要。我们的差异化硬件功能与Lightbits创新的NVMe over Fabrics软件相结合,将为我们共同的客户提供一种非常经济实惠的解决方案。”
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。