4月8日,浪潮全球发布全新M6服务器,支持英特尔第三代® 至强®可扩展处理器。浪潮全新M6服务器针对智慧时代需求设计,包括面向云计算、大数据、人工智能等应用场景的16款产品,提供业界最为丰富的场景产品阵列,为全球用户的数字化转型提供更加强大的算力支撑。
全新M6服务器具备极致、精益、安全、开放四大特征,在部署密度、峰值性能、硬件解耦、工艺品质方面均处于业界领先地位,相比上一代产品性能提升46%。针对视频在线处理应用场景,整机的视频处理能力提升30%。为更好满足数据搬移、在线计算、高频交易等对时延及带宽要求苛刻的应用场景需求,整体存储密度提升3倍,IOPS能力提升3.2倍。除此以外,这代产品更加注重产品的精细度,引入了环境感知功能,重新定义电源标准,丰富了自动化运维管理工具,让服务器更智能更易用,同时通过多重防护机制保障数据安全。
疫情加速数字化变革 算力成为生产力
在疫情的影响下,全球的数字化转型进入倍增创新阶段,在线教育、在线办公、直播购物、智能制造等应用场景爆炸式增长,计算力的需求与日俱增,算力成为数字经济时代的核心生产力。浪潮信息与IDC联合发布的《2020全球计算力指数评估报告》显示,计算力指数平均每提高1个点,数字经济和GDP将分别增长3.3‰和1.8‰。
随着智慧时代到来,全球数据量呈现爆发式增长,IDC报告显示,全球每年产生的数据将从2018年的33ZB增长到2025年的175ZB。面对海量数据,计算的重要性愈发显现。
浪潮信息CEO彭震表示:“智慧化应用对于算力的要求几乎没有止境,这也驱动着算力不断升级。浪潮第一时间推出全新M6服务器,为用户提供更为优异的计算性能和可靠高效的业务保障,可以更好地应对当前海量数据爆发与数字化转型带来的巨大计算挑战。”
“在提供极致算力、赋能数字经济方面,英特尔与浪潮有着一致的目标”,英特尔公司副总裁兼至强处理器与存储事业部总经理Lisa Spelman表示,“近年来,英特尔与浪潮在技术开发、平台创新等方面进行了广泛合作,取得了令人满意的成效,希望双方能够持续深化合作,协力构建高性能、高可靠、高可扩展的算力基础设施,以支撑快速、灵活的业务创新与部署。”
千锤百炼 浪潮M6服务器打造强大算力平台
浪潮全新M6服务器面向智慧计算设计,聚焦多云、边缘计算、人工智能等多样化应用场景需求,强调极致、精益、安全、开放四大特性,为5G、AI、工业互联网等创新应用提供更为可信的承载平台。
智慧时代的快速发展,离不开数据和算力的强力支撑。M6服务器在特定空间内追求最大的性能、能效、扩展性等。NF5280M6在2U的空间内实现同类产品最高的扩展能力,其中IO扩展能力提升40%。NF5180M6创新性引入E1.S存储配置,整体存储密度提升3倍,IOPS能力提升3.2倍,在高密度存储条件下,兼顾高速传输性能。基于最新处理器打造的极致训练服务器浪潮NF5688M6,实现GPU:IB:NVMe的1:1:1极致配比,6U空间提供最高每秒2000万亿次AI算力。
在产品趋于同质化的情况下,为了让服务器更智能、易用,浪潮M6服务器在设计、部件及系统层面进行深度优化。通过引入环境感知,增加气压监测,使系统散热及振动达到最优协同,在1U空间支持最大处理器配置的同时,硬盘性能提升10%以上。面对裸金属服务器的供电需求,重新定义电源供电标准,满足裸金属的供电需求,同时让传统电源密度提升2%。在运维方面,通过自动化运维工具,百台设备年平均管理维护时间减少约600人时,运维效率提升200%。
M6服务器从硬件、固件到系统多个层面赋予服务器“内生安全”。通过硬件层面的双层电源防护、过载实时响应;固件层面构建以FPGA作为平台信任根检测中枢、ISQP独立引导;系统层面的开机内存健康检测、工业器件选型、系统降额设计、冗余开发、灰度测试等方式,降低设备整体安全风险,使内存故障率降低60%,整机MTBF(平均无故障最大工作时间)达到20万小时,保障系统8年+无故障稳定运行。
作为全球开放计算组织的核心成员,浪潮始终致力于开放计算生态构建和社区技术贡献,从贡献产品、参与标准到牵头开源项目,不断提升开放生态影响力。浪潮全新M6服务器家族包括ORS6000S整机柜、NF5180M6、NF5280M6等符合开放计算标准的主打产品;全线产品融入开放软件协议OpenBMC、Redfish,同时也使用大量开放标准部件,如OCP3.0的网络,E1.S存储等。
目前,浪潮M6服务器完成了和VMware最新vSphere版本的适配,能更好地帮助用户从传统应用过渡到现代容器云以及AI场景,无缝迁移至混合云,实现数字化转型。
浪潮作为全球领先的算力基础设施提供商,多年来始终坚持智慧计算战略,在数据中心基础架构领域具有30多年的经验和技术积累。随着M6新一代服务器发布,浪潮将进一步加速企业智慧化转型,推动智慧计算的发展。
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。