简讯:服务器新锐厂商宁畅,凭借在ODM领域创新以及全面研发实力入选第三期36氪“新基建创业榜”最具成长性创业公司TOP20。目前,宁畅已中标知名互联网公司6000万元项目,并成为Ucloud、深信服等知名IT领域公司主要服务器供应商,宁畅定制服务器产品已广泛应用于互联网、电信、云计算等行业,被誉为2020年服务器行业“新黑马”。
12月10日,wise2020大会上36氪发布了第三期“新基建创业榜”最具成长性创业公司TOP20,宁畅信息产业(北京)有限公司(以下简称“宁畅”)凭借在服务器ODM领域创新以及全面研发实力等优势,作为唯一服务器厂商上榜。

“新基建创业榜”是36氪从资本价值力、研发与创新力、产业影响力三个维度出发,经公开渠道报名、市场调研、分析师推荐等环节评选出,展现出这些未来产业“明星”的潜力和价值。该榜单2020年总计发布三期,有60家企业上榜。

宁畅是集研发、生产、部署、运维为一体的服务器厂商及IT系统解决方案供应商。目前,宁畅已中标知名互联网公司总标的近6000万元的2020年H2集采招标项目,并成为Ucloud、深信服等知名云计算公司主要服务器供应商,产品已广泛应用于互联网、电信、云计算等行业,被誉为2020年服务器领域新黑马。

创新ODM模式助新基建发展
当前“新基建”已成为我国经济发展热点,而新基建重点领域:数据中心、人工智能、5G基建、工业互联网等其建设、运行背后都离不开“服务器”作为基础计算单元。
面对“新基建”大潮,具有“智能运维”、“快速部署”、“高效性能”、“可批量交付”特征的服务器已成行业刚需。而传统通用服务器ODM、OEM管理体系已不能满足“新基建”背景下的产业发展需求。
为此,服务器新锐厂商宁畅凭借研发与产品团队多年积累,在行业内构建“精细定制开发体系”。实现服务器产品按需、精细化开发,满足数据中心、IT、以及电信等行业用户,对服务器架构、运维、软件、硬件等多维度定制需求。

该产品开发体系可分四个阶段,第一阶段:分析用户痛点、落地产品需求,设置开发流程;第二阶段:产品架构设计;第三阶段迭:代开发测试;第四阶段:维护与服务标准配置。
以宁畅中标深信服“2020下半年服务器需求采购项目”为例,在短时间内宁畅提供了包括外观、功能、BIOS、BMC等软件以及硬件超百余项定制服务,满足深信服的全面需求。
凭研发优势揽56项性能第一
宁畅介绍“精细定制开发体系”建立的背后,是宁畅所具备的完善产品、技术与工程技术平台。技术层面,宁畅工程师通过模块化、盘池化、功耗优化、部件状态管理、高速信号设计、系统集成测试、恶劣环境适应等技术模组,保障不同系列产品以及不同运维标准、使用场景下用户所定制服务器的稳定高效。

工程方面,依托超百项质量标准体系,以及覆盖超4万项用例测试的自动化测试平台等标准、流程规范,以及工具、装备,最终保障宁畅定制服务器的硬件功能稳定,电性能可靠,信号质量纯净。

产品方面,宁畅具有成熟的2U、4U、双路、四路通用机架服务器以及AI服务器。如宁畅R620系列2U双路机架服务器,不仅可为客户提供强劲计算力,还提供Intel DCPMM大容量内存、NVMe高速存储扩展能力,以及OCP灵活网络扩展,依托QAT、VNNI等多种计算技术,高效灵活适配不同业务场景需求。

2020年9月知名标准性能评测机构SPEC的CPU2017最新测试结果显示,宁畅R620 G30服务器在同配置性能中,在整数与浮点数、并发与单任务、基准值与峰值等6个维度共24项性能指标排名世界第一。
宁畅X640系列4U人工智能服务器,兼顾超强算力、极高存储以及强大数据交换能力,可通过硬件链路重新布局以实现灵活GPU 拓扑结构,针对训练应用可支持8个GPU全速7×24h工作。针对推理应用,支持16个GPU提供在线大数据处理。

图说:宁畅X640系列AI服务器
2020年10月,AI基准性能评测平台MLPerf官网显示,搭载NVIDIA T4 /A100 GPU卡的宁畅X640 G30 AI服务器,在ResNet、BERT、DLRM等基准测试中取得30项性能第一。
宁畅在“服务器ODM领域”创新,短时间内吸引了国内众行业厂商关注,定制产品也得到广泛认可。如今,宁畅已成为深信服、Ucloud等国内知名IT企业的定制服务器主要供应商之一,产品已广泛应用于互联网、电信、云计算等行业,被誉为中国服务器领域2020年行业黑马。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。