近日,国际权威评测媒体ServeTheHome(简称STH)对浪潮信息服务器NF5180M6进行专业的拆机评测,浪潮信息NF5180M6最终获得9.2分高分,得到了对于产品设计、性能、功能等多维度的认可。NF5180M6通过在1U空间实现性能、密度、扩展性最大化的设计,打破了47项SPEC CPU、SPEC Power等纪录,适用于高频次计算,虚拟化等多种计算密集型应用场景,满足高密数据中心部署需求。
STH作为国际数据中心领域的权威媒体,会定期对全球市场关注的IT设备进行拆机测评,报道内容深受行业人士认可。此次STH媒体对全球第二的服务器厂商浪潮信息的主流产品NF5180M6进行了评测,STH总编Patrick Kennedy评价说,“NF5180M6拥有优良的设计,它利用2U服务器所使用的基础主板平台和技术构建服务器;能够在提高密度的同时保持稳定的性能和功耗,非常符合市场对于1U服务器的期待。同时,浪潮信息利用诸多开放标准,尽量避免使用专用接口,这一点非常可取。”
小身材里的大容量
浪潮信息NF5180M6是1U双路高密计算型机架式服务器,基于英特尔®至强®第三代可扩展处理器设计,单CPU最高拥有40个内核,最大支持TDP 270W CPU,最高基频3.6 GHz和3组11.2 GT/s UPI互连链路,整体计算性能提升46%,实现性能、密度、扩展性的最大化设计,适配虚拟化、在线计算等计算密集型业务,满足高密数据中心部署,解决数据中心对于空间、功耗、散热三者难以平衡的难题。
同时,浪潮信息NF5180M6具有7种存储模式和3种I/O配置,可以灵活满足不同业务需求,并提供2种用于高端存储场景的极限存储解决方案,在1U空间内可支持多达32个E1.S EDSFF SSD或者在前置配置12个2.5英寸SAS/SATA/NVMe硬盘。
此次STH测评的NF5180M6正面配置12个2.5英寸硬盘,后窗配置3个PCIe 4.0 x16转接卡插槽,一个是全高插槽和两个半高插槽,这种极致存储扩展能力可与2U拉齐,且兼顾计算和I/O扩展,提供更高速率,保障1U平台可扩展性,为数据本地化高速处理提供支撑,是客户低延时、高并发业务的最佳解决方案。
1U极限散热下的极致性能
更高密度和更强的算力也往往会带来了更高的功耗,功率的提升对于服务器整机散热和能耗都产生巨大的影响,本次测评STH针对于NF5180M6产品的内部结构从散热设计和性能验证等多个维度进行评测。
由于物理空间的限制,许多1U规格的服务器并未配备热插拔风扇,然而浪潮信息NF5180M6不仅配备热插拔风扇,而且赋予其精心设计,在服务器的每个风扇进风口处,能够看到一排分布着无数蜂窝状小孔的板子,即波导网,同时风扇气流通过导风罩引导。导风罩上有CPU插槽和内存插槽标签极易拆卸和安装。Kennedy表示:“这一特点是许多竞品不可比拟的,这种创新的散热设计使NF5180M6可以支持具备极限热设计功耗(TDP)的高端英特尔至强铂金SKU。部分1U服务器无法支持像至强铂金8380这样可达到270W TDP的CPU,但浪潮信息NF5180M6可以。”
浪潮信息NF5180M6散热设计
在性能测试方面,STH选取的是更高端的SKU,从而确保系统具备足够的散热性能。对现代系统来说,散热不足会导致CPU降速,从而对性能产生负面影响。验证高端CPU的热设计功耗(TDP)范围,有助于我们了解服务器是否有足够的散热能力以全性能运行整个SKU堆栈。STH的测试结果显示,NF5180M6和NF5280M6在性能上差距较小,尽管NF5280M6 2U服务器的速度稍快,然而NF5180M6却拥有两倍的机架密度,因此可弥补该细微的性能差距。
除了NF5180M6的内外部结构,STH也对服务器的性能、功耗、管理界面一一进行了评测,综合设计与外观、性能、功能、价值多维度指标,为NF5180M6评出9.2分高分。Kennedy最后表示,“采用1U规格的服务器拥有极大的灵活性。同2U服务器相比,虽然会牺牲少许耗电量以及容纳加速器和存储设备的物理空间,但我们可以在一个机架内大幅增加CPU和内存密度。这一点非常有意义,也符合我们对1U系统的确切期待。”
好文章,需要你的鼓励
Amazon旗下秘密研发机构Lab126新成立团队,专注在机器人上嵌入自主代理AI,实现通过自然语言完成复杂任务,从而提升仓储物流与配送效率,同时开发高精度地图技术。
这项研究介绍了一种新型多模态扩散模型,能够同时生成量子电路的离散结构和连续参数。由因斯布鲁克大学和NVIDIA公司研究人员开发,该模型利用两个独立但协同工作的扩散过程处理门类型选择和参数预测,克服了传统量子电路编译方法的效率瓶颈。研究证明了该模型在不同量子比特数量、电路深度和参数化门比例下的有效性,并通过快速电路生成创建了数据集,从中提取出有价值的结构见解,为量子电路合成提供了新方向。
SenseFlow是香港科技大学等机构联合开发的文本到图像蒸馏技术,解决了大型流匹配模型蒸馏的三大难题。研究团队提出隐式分布对齐(IDA)稳定训练过程,段内引导(ISG)优化时间步重要性分配,并设计基于视觉基础模型的判别器提升生成质量。实验表明,SenseFlow能将SD 3.5和FLUX等12B参数级模型成功蒸馏为仅需4步生成的高效版本,同时保持甚至超越原模型在多项指标上的表现,代表了AI图像生成效率提升的重要突破。