【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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。