【ZD至顶网】2016年10月27日至29日,SPEC(Standard Performance Evaluation Corporation,标准性能评估组织)将于北京举办SPEC 2016亚洲峰会,这也是SPEC组织自1988年成立以来首次在中国举办的峰会。
SPEC组织是什么?SPEC 2016亚洲峰会又有什么目的?为了最好地回答这些问题,ZD至顶网作为SPEC 2016亚洲峰会的协办方对SPEC组织主席Walter Bays进行了专访。
Walter Bays 是SPEC董事会成员,现任SPEC主席。Walter在1989年加入SPEC组织,先后是SPEC组织中CPU、NFS、SPEC Power、SPEC web server等基准测试的开发者,并率先开发了业界首个Java测试基准。Walter毕业于德州大学,专注性能工程和容量规划领域超过30年。目前,Walter是Oracle平台与战略应用工程事业部的首席软件工程师。
Walter Bays:SPEC是一个非营利性的第三方组织,旨在制定、修改以及认证一系列计算系统应用性能评估的标准。SPEC的这些基准测试以及性能指标可以广泛适用并真实反映出客户的实际计算环境,基于测试基准,用户可以对比不同的硬件及软件,供应商可以利用基准测试提升真实环境的硬件性能。我们这次大会的目的是给中国用户介绍SPEC组织和我们的测试方法,并期待听一听中国市场对基准测试的相关需求。
Walter Bays:SPEC组织具有来自于30个国家的120个成员,包括硬件及软件生产商、大学、研究机构。包括可以从spec.org网站获取免费性能报告的所有计算机系统用户,也包括可以运行自己测试的许可用户,研究基准测试相关性能指标的研究人员。
Walter Bays:亚洲,特别是中国,已经成为全球IT企业级市场增速最快,规模第二大的市场,增长速度远高于全球平均水平。我们需要到中国来与业界和学术界的计算机专家会面,向他们介绍SPEC组织,听取他们的意见,建立一个长期的合作关系。我们的成员中有不少是中国的企业以及学术研究机构。我们希望更多的中国乃至亚洲的客户了解到SPEC组织和我们的基准测试,可以吸引到更多的亚洲成员加入,更好的发挥出SPEC基准测试报告对中国用户的借鉴作用。
Walter Bays:在本次大会的部分议题中,将对SPEC基准测试可以给用户提供什么样的技术指导进行详尽介绍。在这里只想强调一下,最简单的一种方式就是对比基准测试的成绩,也就是对比指标。譬如,A系统要比B系统快20%。或者也可以更仔细的看你关心的一些参数,例如RU数或者价格,综合对比后,可能发现系统C会更好。你也可以将某些子指标设置为0从而定制最接近你的环境,你也许会发现,在你的环境中系统B比A和C都要好。
Walter Bays:云计算的兴起,客户需要知道哪些云具有更好的性能、更好的弹性以及更少的故障,并允许快速地伸缩。SPEC将在此次会议上发布全球第一个云计算基准测试:SPEC Cloud IaaS 2016,可以满足上面这些需求。它量化了云的伸缩性、弹性、实例平均配置时间以及错误率。SPEC Research Group同样活跃于云基准测试,分享“弹性”的定义以及一些云计算和大数据相关的基准测试研究方向。
Walter Bays:更进一步,SPEC会将SPEC Cloud IaaS 2016及其它SPEC基准测试作为一个云服务来提供,为云计算中的对象和文档存储、事件驱动系统建立标准的基准测试(也就是将SPEC的产品包装为云服务)。SPEC组织已经邀请一些中国代表用户参与这项工作,这些举措都将有助于云计算和大数据的落地。
Walter Bays:计算机工业在飞速的发展(编者按:云计算、大数据、人工智能等)。我们的挑战是开发出着眼于用户今天乃至明天的基准测试与指标体系。因此我们必须观察市场如何发展,收集信息,并鼓励全球用户的广泛参与。寻找这些愿意帮助我们了解未来市场需求的参与者,这就是我们来中国的理由之一。
了解首届SPEC 亚洲峰会更多信息,请关注http://www.zdnet.com.cn/spec/2016
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。