近日,国际标准性能评测组织SPEC(Standard Performance Evaluation Corporation)公布最新云计算性能 Cloud IaaS 2018 Benchmark 测试成绩,在同规模测试场景下,浪潮云海OS再次刷新世界纪录,性能得分全球第一。
https://www.spec.org/cloud_iaas2018/results/res2021q3/cloudiaas2018-20210619-00015.html
SPEC是由全球几十所知名大学、研究机构、IT企业组成的第三方测试组织,拥有SPEC CPU、SPEC Power、SPEC Cloud、SPEC ML等多项公开的标准化测试规范和模型。多年来,SPEC发布的结果获得了全球企业级客户的高度认可,是金融、电信、能源等关键行业用户采购数据中心基础设施的重要参考指标。
SPEC Cloud作为权威的云计算性能基准测试,主要测试的是云平台的性能。以复制应用数量、性能得分、相对可扩展性和平均实例部署时间等为指标,选用两类最重要以及最具代表性的负载,即云平台上运行IO密集型和计算密集型负载,通过加压测试数据面性能、可扩展性以及控制面性能来评估云平台的性能。
SPEC Cloud提供了4个主要指标衡量IaaS平台能力,如下:
复制应用实例数:复制的应用实例数表示在测试结束时已完成至少一个有效应用的实例总数。总复制数是K-Means与YCSB的应用实例总和,但二者任何一项的有效应用实例不能超过总数的60%。
性能得分:性能得分是所有有效应用实例的得分总和,代表了所有应用在云环境的总体表现。它是SPEC Cloud IaaS 2018规范的YCSB和K-Means性能得分的总和,分数越高代表性能越好。
相对可扩展性:SPEC Cloud测试执行包括两个阶段——Baseline基准数据收集和Scale-out扩展性能数据收集。可扩展性是Scale-out过程中每个应用实例能提供与Baseline阶段的应用实例相同性能输出的百分比,当百分比大于等于80%,即认为是优秀。
平均实例部署时间:所有有效应用实例的平均部署时间。每个实例的部署时间都是应用集群从下发创建实例请求开始到Cbtool驱动可以SSH到实例的时间间隔。
性能得分是SPEC以标准化云平台的性能为基准得出的一个绝对分值。根据SPEC网站公布的测试结果,本次SPEC Cloud测试性能得分结果为55,比SPEC官方性能基准提升了40%,充分展现了浪潮云海OS优秀的数据平面性能优化技术,测试采用了英特尔第三代至强可扩展处理器,表现优异。
相较其他厂商,云海OS表现同样出色,单一应用实例性能得分1.41,相较当前业界性能得分最佳的厂商,浪潮云海OS云平台综合性能提升35.8%,YCSB性能提高33.9%,KMeans性能提升37.4%。
本次测试中,平均实例部署时间为41s,展现了云海OS团队对集群控制平面的深度优化效果。此外,控制平面可高效运行I/O密集型和计算密集型负载,性能增长的同时还具有领先的线性扩展能力,其可扩展性达到了标准的优秀指标,高效满足用户从传统核心业务到新型大数据、人工智能等创新应用的上云需求。
2020年11月,云海OS完成了全球最大规模单一集群1000节点云数智融合实践,验证了大规模条件下云平台在高可用、高性能和高效率方面的表现;本次SPEC Cloud测试也正是从复制应用数量、性能得分、相对可扩展性和平均实例部署时间等指标全面验证了云海OS的领先性。
目前,云海OS服务全球10000+客户,拥有超过500+技术、方案和服务合作伙伴,OpenStack社区贡献位列全球TOP级别,云海OS团队凭借着硬核的技术实力,不断提高和优化产品特性,为越来越多的客户和合作伙伴带来高效的平台和服务。
作为全球性能、扩展性等综合技术水平领先的云平台软件,浪潮为未来智算中心建设提供了全球领先水平的 “云操作系统”,未来定将围绕智算操作系统核心引擎的产品定位,持续打造云海OS硬核技术实力,推动企业数字化、智能化转型。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。