超大规模分析数据仓库供应商 Ocient 正与 AMD 展开合作,采用其第四代 EPYC CPU,使处理能力提升了 3.5 倍,内存吞吐量提高了一倍以上。
Ocient 提供一个大规模并行关系数据库系统,能够分析 PB 级数据,意味着可以在几秒到几分钟内处理数万亿行数据。Ocient 超大规模数据仓库 (OHDW) 采用计算邻接存储架构 (CASA),消除网络瓶颈并实现快速数据访问。其 Megalane 技术的特点是"通过启用极大数量的并行任务"来提高吞吐量。数据可靠性则由纠删码技术提供保障。
CEO Chris Gladwin 表示:"AI 和计算密集型数据分析工作负载正在给全球数据中心带来巨大压力,这意味着硬件和软件带来的效率对企业数据增长、性能和成本至关重要。我们很高兴能与 AMD 合作,以提升客户数据性能、节省成本,并提高运营和能源效率。"
Ocient 的超大规模数据仓库在处理器要求方面已经支持 Intel 和 AMD 两种 CPU。现在 AMD 成为了首选。
该公司告诉我们:"他们选择了配备 96 个实际核心的 AMD 9654,而不是前代 28 核心的 Intel Icelake 6348。增加的核心数量,加上提高的全核心时钟速度,带来了性能的提升。不仅如此,在 AMD 平台上,每个节点的成本、空间和功耗都相似,这使得 Ocient 能够在更小的系统占用空间内提供领先的性能解决方案,并且具有最具成本效益的功耗要求。"
Ocient 基于核心的许可模式优先考虑成本效益和计算密集型工作负载的性能。通过使用 AMD CPU,Ocient 表示其客户将获得:
- 计算密集型工作负载性能提升 3 倍 - 通过改进的功率和能源效率降低运营成本,每核心功耗降低 3 倍 - 为未来的 AI 和分析需求提供持续的可扩展性
该公司表示,由于 AI 和数据分析需求的增加,预计到 2026 年全球数据中心能源消耗将增加一倍以上,企业越来越需要寻找降低能源消耗的方法。转向 AMD 将有助于解决这个问题。
AMD 战略业务发展公司副总裁 Kumaran Siva 表示:"我们很高兴能与 Ocient 合作,将 AMD EPYC 处理器的性能与 Ocient 高效的软件解决方案相结合,使企业能够更轻松、高效地处理最具挑战性的 AI 和分析工作负载。"
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。
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。
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。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。