【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
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。