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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。