1月15日,据全球领先的企业应用软件提供商SAP发布的最新SAP SD评测结果,浪潮信息TS860G7服务器创下1,659,970 SAPS的最高性能成绩,成为商业应用算力的全球新标杆。TS860G7是浪潮信息最新一代的企业级八路服务器,其取得的最新成绩也成功超越了16路小型机系统保持的性能纪录。
SAP SD是SAP应用基准测试中最有代表性的评测,用以衡量单一系统同时支撑商业应用程序和数据库的能力。通过该基准测试,企业用户可以快速筛选出最适合其商业应用的计算平台及解决方案,构建高性价比企业管理&运营的数字化基础设施。
SAP SD 2-Tier基准测试最新成绩
SAP SD基准测试,全球商业应用领域的最权威测试
自古以来,商业交易都是商业活动的核心。当前,随着电商、直播带货、M2C等商业模式的兴起乃至普及,商业交易逐渐步入“流量为王”的时代。顺应时代的变化,越来越多的企业正快速由传统的“按库存生产”(Make to Stock,MTS)的经营模式,向“以订单为中心”(Make to Order,MTO)的经营模式切换。但MTO模式在管理上需要更强的灵活性、计划性以及数据分析功能,特别是作为核心的订单管理模块,其订单处理速度直接影响到企业的整体运营效率,对于算力支撑系统的性能、可靠性要求越来越高。
作为全球商业应用领域的最权威测试,SAP SD基准测试模拟了企业商业订单处理的完整业务流程,包括新订单生成、发货单生成、订单显示、改变发货内容、货品录入、列出订单及生成发票等18个特定步骤,全面贴合企业的真实销售环境,榜单的参考价值极高。
SAP SD基准测试将应用及数据库安装在同一个台物理服务器上,在高并发用户请求下,模拟高频、重复的标准化销售与分销业务操作,来验证硬件计算平台可支撑的最大并发负载压力,进一步量化和衡量单台服务器系统同时执行应用程序与数据库的能力。其中,SAPS(SAP Application Performance Standard)是一种由SAP制定的衡量硬件服务器计算性能的度量单位,该数值越高,意味着服务器系统可以支持更多的用户,并在相同周期内处理数量更多的商业订单,企业将在竞争中提高客户响应和运营效率,创造竞争优势。
浪潮信息八路服务器为商业应用提供卓越算力支撑平台
浪潮信息TS860G7是基于全新一代处理器打造的八路服务器,是G7计算家族中重量级旗舰产品,是目前SPEC CPU榜单上性能最强的单机计算系统,与上一代高端八路产品相比,计算性能提升1.9倍,I/O速率提升3倍,内存带宽提升1.2倍,整体性能更加强劲。不仅如此,浪潮信息为支撑企业大规模并发处理的业务需求,持续不断的进行整机系统创新和应用优化。
浪潮信息高端八路服务器TS860G7
在整机系统方面,TS860G7搭载了8颗最新的英特尔®至强®第四代可扩展处理器,拥有多达960个逻辑核心的并行计算能力,并采用全新的8S-4UPI性能优化拓扑设计,各处理器间通过16GT/s UPI组成高速互连网络,确保了高效的数据传输和协作。同时,高达105MB的高速缓存和DDR5内存的支持有效的解决了CPU与内存之间的数据传输瓶颈,并通过独有的I/O balance设计使系统资源分配更加平衡。TS860G7通过高吞吐、低时延的架构设计,极大提升了数据处理能力和访问效率。在可靠性方面,TS860G7采用了整机全模块化设计,关键部件及芯片均实现冗余设计,并结合PFR固件保护恢复、内存AMT隔离故障内存、MRT提前内存故障预警、内存镜像等技术,为关键商业应用场景提供了稳定、安全的计算平台。
此外,本次测试还对SAP系统应用和数据库进行深度优化,例如,通过定制开发的CPU资源负载优化方案,将数千个线程负载,均衡分配到TS860G7的960个逻辑核心上,根据线程资源需求优化优先级,以便更充分地调动CPU每一个核心能力,并通过IO条带化处理,实现多磁盘并行写入,打破IO瓶颈,充分利用每个SSD磁盘能力,使得计算系统能够承受更繁重、更密集的负荷。
总而言之,浪潮TS860G7是面向关键商业计算场景而设计的八路服务器产品,其领先的架构设计、卓越的性能表现和全面的可靠性设计,为金融、能源、交通等行业的核心关键业务保驾护航。
浪潮信息与SAP自2016年起建立了全球技术合作伙伴(GTP)关系,通过结合SAP软件方面的实力以及浪潮信息在智算基础设施领域的优势,服务超过上千家客户,仅2023年就成功落地200多个企业商业应用案例。目前,浪潮信息基于最新Sapphire Rapids平台两路、四路和八路服务器的一体机,均通过了SAP HANA Appliance认证,并刷新了多项SAP BWH和SD Benchmark基准性能测试记录,为SAP商业应用负载提供性能卓越、安全可靠、灵活扩展的计算平台,帮助企业更高效洞悉数据价值,加速数字化、智慧化转型。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。