当前各行各业都在加速数字化转型,这直接带动了超融合系统市场的快速增长。超融合突破传统数据中心瓶颈,实现计算、存储、网络等资源的融合,帮助企业迅捷部署、优化管理、提升IT业务,加速企业数据中心建设。
随着新的工作负载和新技术的融合,新一代超融合架构围绕云、边、端展开,将云上应用延伸到边缘侧,实现边缘和云端的数据高效联动、同步,满足客户对边缘计算资源的远程管控、数据处理、分析决策的诉求。
近日,中科曙光在京发布新一代StackCube-K超融合一体机。新一代超融合架构充分结合曙光领先的软硬件优势,由内到外打造极致可靠、安全可信、融合智简、全栈演进、芯云一体、性能不凡等六大关键特性的新一代超融合一体机。
中科曙光总裁助理何牧君博士表示,新一代的超融合架构,通过“云边”协同及技术创新打造安全稳定底座,实现基础设施层更加开放及对底层硬件生态更细粒度的支持;联手生态合作伙伴,构筑融合开放基础上的“信、智、强”。
“信、智、强”
其实,中科曙光布局超融合可以追溯到2016年,当时中科曙光联合合作伙伴发布了初代超融合一体机。
2019年,中科曙光发布StackCube-K3.0,专注于提升核心部件国产化率。如今,从芯片到服务器到软件,曙光超融合已经在硬件和软件方面逐步实现国产化。
何牧君说,国产化不是目的,而是手段,目的是提高我们国家的IT信息化水平。“国产化的进程面临三大挑战——性能、生态、成本,而我们的超融合设备正好可以解决这些问题。”
“信”就是安全可信。在安全方面,曙光一直以来,与中科院信工所、奇安信等国内安全领域著名科研机构和头部厂商进行合作,运用内置式主动防御等先进安全技术来构建产品体系,提升安全防御能力。
新一代曙光超融合一体机通过多重高可靠架构设计保障上层用户业务无感知的故障接管,安全合规的技术体系提升整体架构和系统的安全稳定。值得一提的是,本次发布的产品还通过了中国电子标准化研究院扩展级权威认证。
中科曙光云计算产品事业部业务部经理曾宇航表示,安全是新型信息基础设施的重要保障因素。安全可信是目的,超融合是载体,安全可信的目标是逐步建立全面自主的基础设施架构和标准,支撑自有开放生态。
“智”也就是智能化,智不仅代表智能化运维,还包括端到端的服务。在智能化方面,曙光超融合云架构实现多维度云能力的深度融合,提供可视化智能运维、向导式操作引导,智能化的端到端服务,降低了用户管理运维成本。同时打造可成长、可进化的超融合云平台,实现虚拟化、大数据、AI等上云、用数、赋智能力的融合,有效加速用户业务从虚拟化过渡到全栈云,以“智”重塑上云时的用户体验。
“强”是性能、功能强大,代表超融合一体机的非凡性能。在性能表现方面,全新一代超融合一体机通过升级缓存加速技术将存储访问及存储的处理逻辑全部下沉到智能加速卡上处理,大大提升了算力,在异构加速方面,支持GPU的虚拟化,GPU虚拟化支持AI加速场景。
此外,全新一体机还具备芯云一体的能力,延续了国产核心部件的广泛兼容性,上云快人一步。计算、存储灵活变化,适配多种业务,满足不同业务场景,完美支持数据库等关键业务应用。
曾宇航说,超融合设备一直在不断进化,新一代曙光超融合一体机向云、边、端延展,将云上应用延伸到边缘侧,实现云端和边缘侧数据的联动和同步,满足客户对计算资源远程管控、数据处理、分析决策的诉求。
生态协同,加速落地
基于全新超融合一体机,曙光携手奇安信、英方打造超融合安全、灾备一体机解决方案,共同打造了极致可靠,安全可信的算力安全底座。
超融合云安全解决方案通过深度融合奇安信在云安全领域的多年积累,基于内生安全与新一代网络安全框架,构建具备弹性扩容能力,满足弹性交付需求,同时安全可靠的新一代超融合一体机,全面推进安全超融合整体方案在政府、金融、企业的加速落地。
奇安信集团副总裁刘浩表示,新一代曙光超融合一体机实现了开箱即用,双方协同打造纵深防御全面的安全防护体系,实现了安全态势的动态可视和风险告警。“双方的产品技术是深度融合,我们是一个双向的优选过程,一对一的强强联合,真正实现了按需的协同联动。”
英方软件副总裁兼战略合作部总经理赵丽荣提到,超融合容灾解决方案的落地,为用户带来简单敏捷、按需扩容、高效运维、多层次多策略的灾备等多维度业务价值。
借助英方软件的数据安全和业务连续性的能力,未来双方会推出更多创新性、热门的产品方案,不管是定时备份、CDP备份、系统热迁移、数据库双活,还是异构数据库复制、大数据平台复制、副本数据管理、智能容灾平台等等的应用,可以为用户提供全栈的数据复制和灾备保护方案。
赵丽荣表示,英方与曙光战略合作取得成功,关键是坚持长期合作、共同进步。“战略是长期性的,是对合作伙伴价值的长期认同。我们今后的合作还是基于价值的认可和持续的创新,创造更多的成功。”
至今,曙光超融合产品已经在泛政府、金融、企业、教育等多行业,服务超过1500个在网客户,赋能百行百业。
结语
在AI、边缘计算、大数据等驱动下,新一代超融合的技术创新与场景应用不断刷新。新一代曙光超融合一体机在融合、开放基础上打造“信、智、强”,提升产品能力,为客户提供智能加速、非凡性能、云边协同的云基础架构。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。