我们使用了一台双路Intel Xeon E5-2650L v2服务器进行了测试,Xeon E5-2650L v2属于Intel的Ivy Bridge-EP系列,具有10个核心,并支持最高4通道DDR3-1600内存,其搭配的芯片组为Intel Patsburg-EP。每个Xeon E5-2650L v2 CPU本身提供了40个PCI Express Gen3 Lanes,PCH还额外提供了8个PCI Express Gen2 Lanes,另外Patsburg-EP PCH还额外提供了10个SATA接口,但是,由于作为测试目标的HGST Ultrastar He6是SAS接口,因此这些SATA口全部都不能用,我们使用了一块由Adatpec提供的ASR-71605 SAS阵列卡来连接Ultrastar He6硬盘,ASR-71605 SAS阵列卡支持的SAS接口速率为6Gb/s,和Ultrastar He6刚好搭配。额外地,ASR-71605还提供了一个有趣的特性,它可以将未经配置的存储通过Passthrough模式提供给Host,并且这是默认的配置,也就是说,尽管是一块阵列卡,但是一般的存储设备不需要经过任何配置就能进行使用,和以往非得设置为一个RAID 0阵列不同。ASR-71605还支持将阵列卡设置为HBA模式,在这里效果也是一样的,我们使用了ASR0-71605的Passthrgouh特性而没有使用HBA模式。测试使用的操作系统是Windows Server 2012 R2 Datacenter,安装了最新的Adaptec RAID驱动7.5.0.32028版本,使用的测试软件为最新的Iometer 1.1.0。
测试平台、测试环境 | ||||
测试分组 | ||||
类别 | Dell PowerEdge R720服务器 Intel Xeon E5-2690 x2 128GiB RAM |
|||
处理器子系统 | ||||
处理器 | Intel Xeon E5-2690 x2 | |||
处理器架构 | Intel 32nm Sandy Bridge-EP | |||
处理器封装 | 2011 FC-LGA | |||
处理器规格 | 八核 TDP: 70W |
|||
处理器指令集 | MMX,SSE(1,2,3,3S,4.1,4.2),EM64T,VT-x,AES,AVX | |||
L3 Cache | 25MiB @ Core Speed | |||
内存控制器 | 每CPU集成四通道DDR3-1600 | |||
内存 | 8GiB DDR3-1600 SDRAM x8 @ DDR3-1600 |
|||
IO子系统 | ||||
PCI Express | CPU:40 Lanes PCI Express 3.0 PCH:8 Lanes PCI Express 2.0 |
|||
SAS | Adaptec ASR-71605 SAS RAID Controller HBA Mode PCI Express 3.0 x8 @CPU1 PCI Express 3.0 x16 SAS 6Gb/s x16 |
|||
存储子系统 | ||||
HDD | HGST Ultrastar He6 Hitachi HUS726060ALS640 6TB 512n Sector Format |
|||
接口 | SAS 6Gb/s @ SAS 6Gb/s | |||
软件环境 | ||||
操作系统 | Windows Server 2012 R2 Datacenter x64 | |||
驱动程序 | Adaptec RAID driver 7.5.0.32028 | |||
测试软件 | Iometer 1.1.0 |
我们首先测试了硬盘的基准性能指标,接着进行应用性能指标测试。
Adaptec ASR-71605 SAS RAID Adapter,PCI Expess 3.0界面,16个SAS 6Gb/s接口,板载1GiB的RAM,它有一个有趣的特性是默认将未经配置的存储通过Passthrough模式提供给Host
好文章,需要你的鼓励
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
2025施耐德电气智算峰会上,全新EcoStruxure(TM) Energy Operation电力综合运营系统正式亮相,定位场站级智慧能源管理中枢,集技术领先性与本土适配性于一体。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。