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
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。