戴尔公司产品营销高级副总裁Varun Chhabra表示,这些公告代表着“我们大规模扩展了和AMD的合作伙伴关系”。
PowerEdge XE7745专为企业级工作负载而设计,在4U风冷机箱中支持多达8个双宽或16个单宽基于外围组件互连Express的GPU和AMD EPYC处理器。内部GPU插槽与8个额外的PCIe 5.0插槽匹配,用于网络连接。
PCIe 5.0的数据传输速率比前代产品高得多,带宽是PCIe 4.0的2倍,每通道传输速度高达32千兆(即每秒信号转换次数)。XE7745将于1月开始在全球上市。
开放式机箱
新款PowerEdge R6725和R7725服务器针对可扩展性进行了优化,采用数据中心模块化硬件系统机箱设计,可实现增强的空气冷却和双500瓦CPU。戴尔表示,R7725的性能提高了66%,堆栈顶部效率提高了33%。DCMHS是一种标准化、模块化的方法,在开放计算项目(Open Compute Project)下设计和构建数据中心基础设施。
戴尔服务器和网络产品高级副总裁Arunkumar Narayanan表示:“我们采用DCM的设计打造了全新的机箱,从而增强了我们的空气冷却能力,每个CPU可容纳192个核心,每个CPU可容纳500兆瓦的CPU,从而实现无与伦比的功率和效率。我们将凭借2U容量、500瓦功率的空气冷却能力处于行业领先地位。”
根据戴尔的分析,这三个平台最多支持新增50%的核心,每个核心的性能最多可提高37%。这些平台将多达7台5年前的服务器整合为一台,将CPU功耗降低65%,可以使用戴尔的Integrated Dell Remote Access Controller进行远程监控、管理和更新,而且是独立于操作系统运行的,即使在服务器关闭时也可以进行远程管理。
基于第五代EPYC处理器的PowerEdge R6715服务器和R7715服务器比上一代更快,内存容量翻了一番,支持紧凑型1U和2U机箱配置24个双列直插式内存模块,计划于11月上市。
支持Hugging Face的AI Factory
戴尔还在增强了在3月份推出的AI Factory,这是一款用于训练、调整和运行AI模型的“端到端的AI企业解决方案”,结合采用了Nvidia GPU与戴尔的计算、存储、客户端设备、软件产品以及专业服务。
戴尔表示,使用带有AMD Instinct MI300X加速器的PowerEdge XE9680服务器的全新生成式AI功能可以简化AI部署、增强安全性、实现可扩展和模块化架构,并将价值实现时间缩短高达86%。这项配置可作为Hugging Face AI平台上的Dell Enterprise Hub使用,为部署Llama和Mixtral等模型提供自定义容器和脚本。
Narayanan表示,XC9680曾是“戴尔历史上最成功的产品发布”。“这款产品为我们带来了超过100亿美金的收入。现在,我们将推出下一代产品。”
这个容器化的模型经过优化,可以提高基于模型和服务器的推理性能,并利用了Hugging Face Text Generation Inference,一种旨在高效服务和扩展大型语言模型的推理框架。戴尔扩展了生成式AI专业服务以支持AMD环境。
Chhabra表示:“我们与AMD和Hugging Face展开密切合作,让客户能够轻松地在利用AMD MI300加速器的PowerEdge XC9680基础设施上部署Llama和Mixtral等高级模型。此次合作将提供定制的容器、脚本和专有技术资源,让客户可以放心地在Hugging Face平台上部署最流行的开源AI模型,并且知道它已经过戴尔、AMD和Hugging Face的测试。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。