2020年11月25日,浪潮云海成功完成全球最大规模单一集群达1000节点的云数智融合实践,并在“远见卓实 践所未见”浪潮云海创新论坛2020做了重要发布,中国信息通信研究院全程跟踪本次测试并给予了高度肯定。
中国信通院云大所测评专家刘如明表示:“浪潮这次大规模测试,实现了三个方面的推动,为大规模IT基础设施建设提供了一定的保障,为行业云数智融合建设提供现实的参考依据,为企业数智化转型提供参考方案。”
从500到1000 从量变到质变
2019年,浪潮云海完成了单一集群大规模达500节点的测试,是当时基于OpenStack Rocky版本的全球最大规模单一集群实践。本次1000节点大规模测试,实现了规模、场景、性能的全面突破,完成了从500节点到1000节点的升级、从量变到质变的升华。
浪潮信息副总裁张东表示:“我们希望通过这样一次测试,检验浪潮云海在大规模场景下平台的敏捷交付、持续优化和智能运维能力,输出平台的高性能、高效率、高可用,基于云平台融合计算、存储、网络、大数据、人工智能产品形成云数智整体解决方案。”
规模更大。1000节点大规模实践相比500节点,在控制节点不变的情况下,集群规模扩大了一倍,存储扩大3倍达到240节点,计算节点增加1.8倍达到720节点,安装部署扩容装配全生命周期时间不变。
场景更全。1000节点大规模从OpenStack测试升级为云数智全栈融合测试,并在云平台软环境部署交付效率上也有优异表现。3天完成1000台服务器、5050节点大数据平台、1000节点容器平台部署,支撑传统业务、云原生业务、大数据业务、人工智能应用等。
性能更高。1000节点大规模测试刷新了SPEC Cloud权威基准测试世界纪录,OpenStack实现3000个虚拟机高并发创建,密度可达5万,30分钟内完成百节点裸机发放;容器实现1000节点管理,3万 POD并发创建,20万POD管理,10万应用管理;存储实现240节点管理,10万卷分布式存储,单节点1万IOPS,单集群240万IOPS;SDN实现2到7层网络10万台虚拟机统一管理配置,流量灵活调度,全面展示了云海OS的极致性能。
1000节点大规模测试作为智算中心操作系统云海OS的领先落地实践,表现了极致扩展、极致性能、极致敏捷、极致可靠。它基于云平台融合计算、存储、网络、大数据、人工智能产品,为用户打造云数智整体解决方案,支撑传统核心应用、新兴大数据、AI应用、云原生应用,并可进行标准一体化交付,加速用户业务创新。
大规模多维度融合测试 云数智融合建设参考
浪潮在多年云平台建设的探索中发现,大型用户的云平台实践普遍面临大规模的挑战。随着内外部用户数量的增长,单一应用和服务的规模变得愈发庞大,需要同时部署数百甚至数千台虚拟机。如果使用多个小规模集群构建云平台,应用和服务的跨集群部署、管理、升级会变得异常困难甚至无法实现,因此对单一集群的规模产生了强烈的需求。
中国信通院云大所副所长栗蔚表示,OpenStack是当前主流的云架构开源项目,逐渐成为高速发展企业和成熟企业基础IT架构的首选解决方案。OpenStack在小规模部署时其性能和稳定性较为稳定,开源特性和良好的社区支持也为小规模部署提供了技术参考。随着企业探索的不断深入,大规模应用的需求越发迫切,OpenStack大规模云集群有待突破。
浪潮云海“全球最大规模单一集群云数智融合实践”是业界最大规模的SPEC Cloud测试,是业界首次大规模多维度融合测试。通过测试,云海OS展示了作为智算中心操作系统的极致能力,再一次扩大了在大规模集群管理方面的领先优势,通过云融数智融合极大丰富了大规模集群的应用场景,进一步完善了行业建设大规模云集群参考设计规范,为企业数智化转型提供重要支撑。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。