【ZDNet企业解决方案中心】在《戴尔PowerEdge R730xd新一代服务器评测》和《戴尔PowerEdge R730xd新一代服务器存储性能评测》当中,我们已经介绍了戴尔最新一代PowerEdge服务器的CPU子系统的运算性能,以及存储子系统的性能,在这里,我们将继续进行应用的测试,这次测试的是数据库。
最新一代的DELL PowerEdge R730xd服务器,属于戴尔的第十三代PowerEdge服务器
其实在我们多次测试中使用了不同的服务器,前两个测试尽管型号都是R730xd,但它们其实是配置不同的两台服务器,这么做是为了节约测试时间,因为这些测试耗时都比较高。基于同样的原因,我们的数据库测试使用的是另外一台戴尔服务器,这次用的是PowerEdge T630服务器,这是一台塔式服务器,当然也可以放倒当做机架式服务器来使用,但那样做性价比并不高,因为放倒之后T630的高度是4U,不如2U的R730以及R730xd划算。T630定位于工作组级或者部门级别服务器应用,通常不会也没有地方上机架,大概也没有相应的必要。
由于T630的内部空间很充足,它被设计为可以安装比较多的GPU扩展卡,另外,它的存储空间也比较大,如下图所示:
Dell PowerEdge T630塔式服务器,同属戴尔第十三代PowerEdge服务器
可见,T630最多可以配置18个3.5“热插拔SAS硬盘,戴尔也提供了2.5"的热插拔槽位选择,并且是四行的排列,容纳的存储数量就更多了。和R730/R730xd一样,这些槽位都通过新一代的SAS Expander来连接。在第十三代PowerEdge服务器中,用户还可以对SAS Expander进行特别的分区设定,从而为SSD/HDD混合应用组建更适应的配置。在CPU和内存配置方面,T630和R730/R730xd并没有什么分别,总的来说,T630的目标是为工作组级或者部门级别服务器应用同时提供令人满意的运算性能以及存储性能。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。