1、戴尔科技AI工厂进一步扩充产品组合,涵盖基础架构、解决方案和配套服务,简化并加速企业的AI采用
2、配备AMD第五代EPYC(霄龙)处理器的全新Dell PowerEdge服务器可提供业界领先的AI性能、效率及灵活性
3、集成AMD的戴尔科技AI就绪全栈解决方案可显著缩短部署时间,简化AI部署
戴尔科技集团今日宣布进一步扩大其AI工厂的产品组合,推出专为AMD环境打造的全新PowerEdge服务器(R6725、R7725、R6715及R7715)。作为全球最丰富的解决方案组合之一,扩充后的戴尔科技全栈解决方案可为企业提供增强的人工智能(AI)功能,实现更高的可扩展性与灵活性,助力企业在不断变化发展的技术环境中保持竞争力。
戴尔科技集团信息基础架构解决方案事业部总裁Arthur Lewis对此表示:“通过将AMD的技术集成到戴尔科技AI工厂,我们带来全新升级的服务器、AI解决方案和服务组合,为企业提供满足其当前和未来所需的性能和效率。戴尔科技正与AMD携手,建立起AI性能的新标准,为企业提供现代数据驱动环境所必需的强大且经济的解决方案。”
“我们最新的AMD EPYC处理器和Instinct加速器,将助力戴尔科技的客户大规模采用先进的全栈解决方案,加速AI部署,赋能IT基础架构,”AMD执行副总裁兼数据中心解决方案事业部总经理Forrest Norrod补充道。“我们与戴尔科技合作多年,未来将继续携手,为企业打造前沿的解决方案,以提高其运营效率并缩短实现商业价值的时间,在竞争激烈的行业中持续推动创新。”
Dell PowerEdge服务器全新升级,满足大规模高需求的AI工作负载
全新Dell PowerEdge产品组合可驱动广泛的AI用例和传统工作负载,并简化服务器管理,提高安全性。升级后的平台提供可定制的高效解决方案,以最终简化IT管理并支持现代企业的各类高性能工作负载。
更低功耗,更高效率
全新PowerEdge R6725和R7725服务器搭载AMD第五代高性能EPYC处理器,并对可扩展性进行了优化。创新的数据中心-模块化硬件系统(DC-MHS)机箱设计增强了空气冷却效果,让双500W CPU成功实现,从而克服了严峻的散热挑战,降低功耗并提升了效率。1凭借对可扩展性而优化的配置,这两个平台可以运行数据分析以及AI工作负载,并为虚拟化、数据库等工作负载提供极高的性能。2其中,PowerEdge R7725还可在栈顶分别提供高达66%与33%的性能和效率提升。3
经过此次升级,这两个服务器平台的核心数量可增加多达50%,每个核心性能可提升至多37%,从而提高服务器整体性能与效率,并缩减总体拥有成本(TCO)。4这相当于将最多七台5年机龄的服务器整合为一台,从而降低多达65%的CPU功耗。5
性能更强劲,容量全拉满
全新PowerEdge R6715和R7715服务器搭载AMD第五代EPYC处理器,展现出更加强劲的性能与更高效率,硬盘容量增加多达37%,带来更高存储密度。6得益于多种配置选项,两款单路服务器均支持24个DIMM插槽(2 DPC)以增加一倍内存,可满足各类工作负载要求,并在紧凑的1U和2U机箱中最大限度地提高性能。7PowerEdge R6715在AI和虚拟化任务方面的性能表现更创下了世界纪录。8
此外,戴尔科技的集成远程控制卡Integrated Dell Remote Access Controller(iDRAC)也迎来更新,IT团队现在可以对Dell PowerEdge服务器实现远程监控、管理和更新。在更快的处理器、更大的内存和专用的安全协处理器加持下,iDRAC简化了服务器的管理和安全性,使IT团队能够以更高的可靠性和效率做出响应。
OSF Healthcare技术服务总监Joe Morrow表示:“戴尔科技和AMD为OSF Healthcare提供的系统让我们能够为临床医生和患者提供更好的服务,降低总体成本并解社区之需。患者的生命健康也仰仗于平台的安稳运行,因此我们的系统必须时刻保持稳定并保证全年24小时的不间断运行。在这些系统的帮助下,我们大大减少了Epic电子病历的停机时间,使OSF Healthcare能够提供卓越的医疗服务,同时确保运营的安全性和可扩展性。”
戴尔科技AI工厂产品组合再扩充,简化并加速AI部署
利用涵盖桌面到数据中心,再到云的广泛基础架构产品组合,戴尔科技AI工厂为支持多样化的AI需求而生,并帮助企业合理调整其AI投资。
“戴尔科技和AMD不断推动AI创新,提供全面的解决方案和服务,帮助企业实现数据中心现代化、提高可扩展性并利用AI取得更加卓越的业务成果,”IDC研究副总裁Kuba Stolarski这样评价道。“戴尔科技AI工厂产品组合的全新升级,也代表着戴尔科技在以AI之力推动企业提升效率,加速其商业价值的实现。”
上市时间
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。