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
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
各行业企业存储的数据量持续攀升,5PB以上已成常态,10PB以上也日益普遍。2026年非结构化数据管理的主题是全面增长:更多数据、更多投资、更多痛点以及更多AI安全风险。AI应用加速普及、数字化信息激增以及富媒体和传感器数据大幅增加推动了数据增长。随着AI推理应用的发展,企业将意识到非结构化数据管理对AI投资回报率的关键作用。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。