【2021 年 3 月 15 日加州圣何塞讯】Super Micro Computer, Inc. (Nasdaq:SMCI) 为企业级运算、存储、网络解决方案和绿色计算技术等领域的全球领导者,宣布推出目前业界中支持AMD EPYC™ 7003系列处理器的最完整服务器产品系列。 Supermicro 的 SuperBlade 在 SPECjbb 2015-Distributed 上的 critical-jOPS 和 max-jOPS 测试中接连获得破世界纪录的基准分数。 SuperBlade 从AMD EPYC CPU1第二代到第三代效能提升多达 36%,如此惊人的升幅可满足效能要求极高的企业工作负载。
Supermicro A+ 系列产品包含结合单路和双路系统解决方案的服务器,这些解决方案旨在缩短获取结果所需的时间,还能提高商业决策的效率。 例如,最近发布的全新2U 2节点多GPU服务器为适用于视频串流、高阶云游戏和无数社交网络应用程序的理想平台。 其拥有领先市场的系统灵活性,还能节省成本,可提供不间断的效能。 Supermicro 采用创新的服务器设计,可在降低所需功耗的同时保持领先业界的性能,奠定应用程序优化服务器的基础,让现代化企业能降低成本,并提升用户体验。
Supermicro 执行长暨总裁 Charles Liang 表示:“Supermicro 在设计和制造大规模的应用程序优化服务器组合方面一直处于行业领先地位,能够满足客户的需求。我们的building block架构让我们能推出多功能的系统产品组合,无论是适合云游戏具备 PCIe 4.0 的 2U 2 节点 GPU 系统,还是适合储存应用的 2U CloudDC 单处理器高核心数系统,都能使第 3 代 AMD EPYC 处理器发挥最大优势,满足特定的工作负载。 这些系统可降低总体拥有成本 (TCO) 和总体环境成本 (TCE),这是一项重要指标,因为我们所有人都有责任将数据中心对环境的影响降至最低。”
全新第3代AMD EPYC 7003系列处理器采用「Zen3」核心设计,每周期2指令数比前一代产品多出19%,且每插槽可包含多达64个核心,能在许多常见的基准测试和实际工作负载中展现卓越效能。 Supermicro 的全新系统包含一系列运算及存储系统,是专为 AI、高效能运算(HPC)、企业和云端部署中最高要求的应用程序所设计。
AMD EPYC 产品管理部企业副总裁 Ram Peddibhotla 表示:“我们设计 EPYC 7003 系列处理器的目的,是为我们的客户提供所需的一切、适合所有工作负载的效能,让客户开箱即可使用,有更多时间实现价值。EPYC 7003 系列处理器凭借领先的架构、效能和现代化安全功能,将是客户的绝佳选择,并继续提升现代化数据中心的标准。 ”
搭载 AMD EPYC 7003 系列处理器的全新 A+ 产品系列可协助顶尖企业缩短为各种应用程式提供解决方案的时间、加入强化的安全功能,并允许所有工作负载在云端、内部部署或私有云中执行。 Supermicro 已对许多解决方案和参考架构进行认证,能让组织轻松部署,以前所未有的速度从其数据中获得深入见解。这些解决方案包括:人工智能(AI)/机器学习(ML)/深度学习(DL)训练推论工作负载优化、认证服务器、超融合式基础设施(HCI)/软件定义的基础架构(SDI),如VMWare vSAN、RedHat CEPH和Weka.IO等软件定义的存储。 Oracle 19c、Apache Hadoop和Cassandra等数据管理,以及Ansys Fluent、OpenFOAM和WRF等高效能运算应用程序优化,全都能发挥更优异的性能。
A+产品组合,Supermicro 主题演讲和虚拟展位 - 3 月 17 日
Supermicro 将设立一个虚拟展位,由高级副总裁主持一场主题演讲,针对适用于现代化数据中心应用程序和工作负载的最新 AMD 产品和技术进行产品展示。 这场虚拟体验将让 Supermicro 的产品专家和技术领导者齐聚一堂,一同讨论云、AI 和存储工作负载在性能和效率上的跃进、现代化数据中心的趋势,并以交互方式展示我们的最新产品
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。