近日,在备受业界关注的OCP China Day 2023(开放计算中国技术峰会)上,面对多元算力平台运维管理方面的重重挑战,浪潮信息正式发布了基于OpenBMC的InBry管理固件平台,采用更先进、更高效、更开放的创新架构和开发模式,快速适配各种算力场景,为用户提供开放、稳定、可靠的BMC管理固件,支撑多元算力时代的各类创新应用。
基于OpenBMC的浪潮信息InBry管理固件平台
面对多元算力时代的爆发式增长需求,单一处理器架构无法同时兼顾性能和灵活性,采用异构计算架构整合多元算力,是打破算力瓶颈的关键措施。然而,作为数据中心服务器集中运维管理的核心组件,封闭的传统BMC固件已无法胜任多元算力时代的敏捷交付需求,选择更加开放的BMC固件发展之路,将是摆脱上述困境的关键所在。
经过近十年发展,OpenBMC开源项目日臻成熟,采用了成熟领先的开发语言与编译工具,通过软硬件分层解耦的架构,将固件与硬件设计解耦,进而可实现对处理器、计算芯片等关键部件的按需加载;通过DBus软件通信总线实现了任务模块间的解耦设计,提升代码可移植性,让用户获得交付周期更短、高扩展、跨平台、跨产品的开放BMC固件。OpenBMC代码开源,社区积累了安全、成熟、创新的社区基础代码,同时面向特定大规模应用场景,服务器厂商可以与最终用户进行联合固件开发,快速满足客户定制化需求。目前,OpenBMC已经吸引了处理器、加速芯片、部件、服务器等产业链上下游主流厂商积极参与贡献社区。作为开源技术的拥护者与重要贡献者,浪潮信息积极拥抱OpenBMC,从贡献代码,到推动产品适配,为推动社区健康发展贡献了重要力量。
经过多年社区实践,浪潮信息开发了基于OpenBMC的InBry管理固件平台。InBry管理固件平台在社区基础上进行了大量的开发工作,增加了67个代码仓库,开发代码近80万行,开发支持400余条IR用户需求,240余条安全基线需求,200余个Redfish接口。经过架构优化,InBry管理固件平台底层兼容多款BMC管理芯片,支持OpenPower、x86、ARM等处理器平台,兼容各类加速芯片和部件,全面支持通用服务器、AI服务器、存储服务器、边缘服务器等应用形态,能够适应大规模数据中心用户的服务器产品快速迭代需要,满足资产信息管理、故障预警、远程管理和批量自动部署等需求,为互联网、金融、电信等行业客户提供更先进、更开放、更高效的BMC管理能力:
未来,浪潮信息将始终坚持开源开放的产品设计路线,利用OpenBMC等开源技术赋能多元算力基础设施建设,实现对OpenPower、Intel、AMD、Ampere等处理器平台的产品支持,持续推动硬件、固件、软件、系统等多方面的协同,强化处理器、部件、管理芯片、服务器、用户等各个层面的生态合作与联合优化,满足通用市场和定制化用户的算力需求,为多元算力时代的创新应用注入持续动力。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。