戴尔今天宣布再次更新PowerEdge服务器产品线,增加了13款采用了英特尔最新第四代Xeon Scalable处理器的新型号。
这些机架式、塔式和多节点的PowerEdge服务器结合了戴尔在工程和软件方面的最新成果,以加速性能并提高跨本地数据中心、公有云和网络边缘计算的可靠性。
英特尔第四代Xeon Scalable CPU是在本月初发布的,据称通过增强的安全性、以及人工智能、云、网络和边缘方面的新功能,在数据中心性能和效率方面实现了重大飞跃。英特尔表示,独特的是,这些新CPU提供了工作负载优先的加速功能,以及针对特定工作负载进行了高度优化的软件,让用户能够在理想的功率水平下发挥出理想的性能,从而优化总拥有成本。
此外,据说第四代Xeon Scalable处理器可以为客户提供一系列管理电源和性能的功能,据称可以优化CPU资源的使用,帮助客户实现可持续发展目标。
今天发布的PowerEdge服务器新品包括PowerEdge HS5610和HS5620系统,旨在帮助云服务提供商管理大规模的、多厂商的数据中心。双路服务器有1U和2U规格可供选择,具有冷通道可维护配置运行Dell Open Server Manager——一个基于OpenBMC的系统,用于简化集群服务器管理。
企业可能会对PowerEdge R760更感兴趣,这是戴尔最新一代基于英特尔CPU的服务器。 由于采用了新的CPU(其中包含Intel Deep Learning Boost和Intel Advanced Matrix扩展),这些服务器运行AI推理的速度提升了2.9倍。
更重要的是,戴尔声称与上一代系统相比,这些新系统的虚拟桌面基础架构性能提升了20%,SAP Sales & Distribution性能提升了50%多。客户可以选择订购配备Nvidia Bluefield-2数据处理单元的PowerEdge R760,提供了额外的卸载、加速和工作负载隔离功能。
戴尔公司总裁、基础设施解决方案事业部总经理Jeff Boudreau表示,企业选择戴尔是因为戴尔提供了易于管理但功能强大、先进和高效的服务器,具有他们处理关键业务工作负载所需的高级功能。他表示:“我们的下一代Dell PowerEdge服务器提供了无与伦比的创新,提高了电源效率、性能和可靠性的标准。”
戴尔表示,通过软件增强功能对服务器管理进行了多项改进。例如,戴尔CloudIQ软件将主动监控与机器学习和预测分析相结合,生成对服务器的全面视图,无论这些服务器在什么位置。该软件目前已经更新,可以提供更好的服务器性能预测和虚拟化可视化功能。
至于戴尔的ProDeploy Factory Configuration服务,它确保了PowerEdge服务器准备就绪可以进行安装,并预配置了客户首选的操作系统、管理程序软件以及RAID、BIOS和iDRAC的设置。戴尔表示,客户还可以使用戴尔ProDeploy机架集成服务,在正在扩展或者正在进行现代化改造的数据中心中安装生产就绪的机架式和联网PowerEdge服务器。
与此同时,戴尔表示,戴尔Dell Remote Access Controller的更新版本可以更轻松地部署和诊断PowerEdge服务,具有Certificate Expiry Notice、Telemetry for Dell Consoles和GPU监控等附加功能。
客户无需购买戴尔最新的PowerEdge服务器即可获得这些新的功能。戴尔表示,戴尔提供这个新的产品阵容以扩展戴尔APEX服务,这让客户能够在“即服务”的基础上使用戴尔最新的硬件,避免因过度配置以满足计算需求而产生的成本。
戴尔表示,今年晚些时候,戴尔将扩展APEX产品组合,以包括本地、边缘或托管设施中的裸机计算服务。然后,客户将能够根据他们特有的工作负载要求选择最佳的服务器配置。戴尔补充说,将以可预测的月度订阅方式提供这些服务器,并通过APEX控制台进行配置简化。
新的PowerEdge R760服务器将于2月在全球范围面市,PowerEdge HD5620和HS5610服务器将于4月上市销售。这些服务器以及今年晚些时候推出的其他新服务器将在2023年下半年通过APEX服务提供。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。