4月7日晚,在英特尔全新至强处理器发布会线上展区,定制服务器专家宁畅信息展示了机架、人工智能及多节点六款新品服务器。因基于英特尔新处理器架构,新品计算性能相较前代翻倍提升。
此外,就互联网等行业对“智能”算力需求,宁畅新品服务器均采用模块化设计,可灵活调度算力、存储、网络等资源,结合深度定制服务,可满足用户多场景需要,其智能管理设计可确保整机更加节能环保。
宁畅还透露,新品—“G40”系列服务器的实机将于4月21日在京正式对外发布并展出。届时欢迎众伙伴和用户一起见证宁畅新品与新战略的诞生。
性能翻倍同时兼顾节能
作为英特尔2021开年重磅会议,宁畅CEO兼总裁秦晓宁受邀出席了“精彩世界为你打开”至强新品发布会,并带来了搭载新三代至强的“G40”系列通用机架、人工智能、多节点共计6款服务器新品。
秦晓宁(中间右三)出席英特尔至强新品发布会
该系列针对互联网等行业而设计,全面助力互联网客户实现智能化、云端化业务转型。
秦晓宁表示,依托在定制服务器上的技术和市场优势,宁畅新品服务器,将进一步满足互联网等行业用户在智能时代对强劲、定制算力的需要。
根据宁畅已公布的新产品资料显示,宁畅机架服务器R610 G40和R620 G40,除性能较比前代翻倍外,更强调绿色节能和多场景应用的特性。
其高效节能智能调速设计,使整机散热系统根据环境温度和负载状况,在不影响性能前提下节省整机功耗,达到节能效果。
而依托高性能、高扩展性、高可靠性等优势,R610 G40和R620 G40具有广泛的用途,将帮助互联网等行业用户在多场景关键应用中把握先机。
全新的宁畅多节点服务器B5000采用4U8节点结构设计,支持8个双路计算节点,兼备卓越的计算性能和灵活的IO扩展能力,其强劲性能和可靠性可为互联网数据中心提供重要支撑。
新人工智能服务器齐聚亮相
大数据时代,“人工智能”已成为互联网行业发展必经之路。面对日益繁重的语义识别、图像分析、机器翻译等商业场景,具备强劲算力、灵活拓扑、智能运维等特征的人工智能服务器,已成行业刚需。
本次,宁畅一次展出三款人工智能服务器新品,不仅可满足互联网用户常规的AI推理、训练需要,更可实现搭建GPU高速集群,助客户建立“智能大脑”。短时间拿出多款人工智能服务器新品,宁畅研发团队的技术积累可见一斑。
宁畅X620 G40是一款2U人工智能服务器,支持PCIe 4.0高速总线技术,适配各类新型GPU加速卡,是理想的 AI 推理计算平台,同时还可胜任桌面虚拟化、云游戏和视频流转码等多互联网行业用途需求。
宁畅X640 G40人工智能服务器则兼备训练与推理功能,搭载高速互联芯片加速AI开发,支持多种不同的GPU拓扑结构,针对不同的应用场景和训练模型进行GPU互联优化,释放全部潜在算力。
宁畅X660 G45是专门为深度学习训练开发的人工智能计算平台,配备8颗GPU,可配合200G网络交换设备实现网络部署,搭建GPU高速集群,可选NGC软件包为深度学习用户提供接电即用的开发支持。
更为重要的是,X660 G45所有主要部件和BIOS、BMC 软件全部自主设计,可为用户提供按需定制功能,能够在批量部署时满足用户机房特殊规格和管理需求。
4月21日 宁畅新品现“真容”
宁畅方面还透露,其最新服务器产品正进入多家知名互联网企业采购名录,不少机型已进入灰度测试阶段。
如想进一步了解宁畅新品,欢迎关注4月21 日下午14:30-17:00举办的““智定·价值”——2021宁畅新品暨战略发布会。届时宁畅将展示新品真机,并与合作伙伴一同详解宁畅产品的新特性与应用场景。
注:“性能翻倍”一般是指宁畅“G40”系列产品综合IO性能为“G30”系列的2倍及以上。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。