戴尔今天宣布对高性能计算服务器产品线进行扩充,推出了一系列采用Nvidia和英特尔最新芯片硬件的新系统。
戴尔表示,此次推出的PowerEdge服务器是与这些芯片厂商合作设计的,将使任何规模的企业都能执行AI模型训练、高性能计算建模和模拟、核心到边缘推理以及数据可视化等工作负载。
此次推出的新型号中,最高端的是PowerEdge XE9680系统,戴尔称它是首款配备了8个GPU的高性能服务器。戴尔表示,客户可以选择Nvidia的H100 Tensor Core GPU或者是A100 Tensor Core GPU,再结合即将面市的第四代英特尔Xeon Scalable GPU,以及戴尔全新的智能冷却技术,为AI工作负载提供无与伦比的性能。
其次是PowerEdge XE9640,一款2U的性能优化型服务器,配备了4个英特尔新的Data Center GPU Max系列处理器以及2个英特尔Xeon Scalable CPU。据戴尔称,PowerEdge XE9640全面采用直接液体冷却的方式,可以将能源成本降低多达3.1倍,同时实现更高的机架密度。
最后是PowerEdge XE8640,一款风冷式4U性能型服务器,配备4个Nvidia H100或者A100 GPU、2个英特尔Xeon Scalable CPU以及Nvidia NVLink技术。这三款服务器都将于2023年上半年在全球范围内供货。
戴尔表示,此次发布是推动高性能计算和人工智能更大范围的普及。为此,戴尔的HPC PowerEdge服务器今天将通过Dell Apex在美国上市,这是一款即用即付型基础设施产品,将本地的、按使用付费的基础设施服务器和存储与云托管资源相结合。
戴尔认为,这很可能会改变市场的游戏规则,让任何规模的企业组织都能够通过一种完全托管的、订阅式的体验,在即服务的基础上运行大规模、计算密集型高性能计算工作负载。戴尔表示,客户通过使用Apex高性能计算产品可以访问运行高性能计算工作负载所需的一切,包括高性能计算集群管理器、容器编排器、工作负载管理器和底层硬件,并且这些硬件都针对生命科学或者是制造等特定工作负载进行了优化。客户也可以受益于灵活的容量选项,包括一年、三年和五年的订阅方式。
戴尔PowerEdge、高性能计算和核心计算产品组合和产品管理副总裁Rajesh Pohani预测,市场对Apex高性能计算服务的需求将会很大。
他说:“随着计算创新不断加速以跟上需求的步伐,客户希望升级他们的IT环境并且采用先进的计算能力来加速发现和洞察的速度。全新的戴尔服务器和解决方案,将让各种规模的企业都能获得曾经只有全球最大研究机构和政府机构才能获得的技术,让他们能够应对高性能计算,简化人工智能的采用,并且推动他们的业务向前发展。”
此外,戴尔正在致力于利用量子计算加速计算。此次戴尔还推出了新的Dell Quantum Computing Solution量子计算解决方案,已经在美国和加拿大上市,旨在处理复杂的工作负载例如化学和材料模拟、自然语言处理和机器学习。该解决方案在戴尔PowerEdge服务器的基础上构建了典型的量子模拟器,并与IonQ基于云的量子计算服务进行集成,让企业客户能够在本地环境或者云端运行量子工作负载。
IDC分析师Peter Rutten表示,加速计算技术对于帮助企业从每天生成的海量数据中获取更多价值来说,是至关重要的。“戴尔将抓住加速Dell PowerEdge服务器和解决方案的机会,满足客户处理苛刻工作负载的需求。”
好文章,需要你的鼓励
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
欧洲太空通信产业发展迅猛。乌克兰Kyivstar获得监管批准测试Starlink直连手机服务,完成了与星链卫星网络的SIM卡集成测试,计划2025年第四季度推出支持短信和OTT消息的D2C服务。同时,CTO宣布即将发射首个再生5G毫米波载荷,其J-1任务旨在演示轨道超高速低延迟5G传输。该公司正构建超低轨道星座,使用5G毫米波频谱提供高速低延迟连接。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。