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
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。