前面我们说过,新华三H3C UniServer R4700 G3可以最高支持至TDP 205W的Xeon SP Platium 8180M,双路配置下最多可以提供56个硬件核心和112个硬件线程,最多3.0TiB DDR4-2666内存支持能力,我们可以看到一共具有24个DDR4 DIMM,合12个内存通道:
中央即为处理器与内存区域,来源:H3C

我们收到的机器搭配的是12条SK. Hynix的16GiB DDR4-2666内存;银白色散热器下方就是CPU
需要特别指出的是,由于散热能力的差别,不是所有的1U服务器都能支持最顶级的处理器以及最大容量的内存,H3C R4700 G3可以支持Xeon Platium 8180M和128GiB单条的LR DIMM,这是一些其他1U服务器所不具备的。
在扩展性上,H3C R4700 G3也有其特别之处:
H3C R4700 G3提供了两个全高全长(FHFL)的PCIe 3.0 x16插槽,除了可以连接高速IO设备之外,它还能支持企业级的GPU:

H3C R4700 G3的PCIe Riser上具有一个8PIN的PCIe电源插座,猜测其为输出电能到GPU加速卡
EPP 8PIN PCIe电源提供的功率为可达150W,在这里似乎有些大材小用,因为H3C谦逊地标注R4700 G3支持最大功率120W的GPU加速卡,目前可以选择的型号有NVIDIA的M4和M4000。很多1U机架服务器并不能支持企业级GPU,或者说,功耗比较高的GPU。
除了两个自由的PCIe x16扩展槽之外,前面介绍过R4700 G3还提供了一个专用于板载阵列卡的PCIe x8界面,至于网络,R4700 G3和其他的服务器有些不太一样:

蓝色表示这个可以安全免工具维护操作,意味着这个4口RJ45网络接口单元是可以拆卸的
首先特别的一点是,R4700 G3的板载网络可以非常方便地进行更换和重新配置,它采用了一种很少见的子卡设计:

不知道原名的我们将其称为网卡笼,大量的空间以及孔洞可以提供充足的散热能力
这个网络子卡+网卡笼的设计不仅仅可以免工具维护——它还是服务器免抽取的,只要在后面板拧螺丝就可以了。
第二点特别的地方在于,这个部件是可以带电热插拔的,我不清楚是否很多人都清楚这一点,但按照网卡芯片的设计,它是具有这个特性的。
Marvell 88E1543芯片,这其实只是一个不太重要的四口1Gb以太网PHY芯片……
第三点特别之处在于,这个网络子卡实际上只是一个PHY芯片,网卡实际上是包含在主板的Intel PCH芯片上,学名Intel Ethernet Connection X722,它其实是一块基于Intel X710独立40Gb以太网卡改良的片内网卡,具有相似的规格和一致的驱动:
BIOS里显示为四个Intel Ehternet Connection X722 for 1GbE,这是因为插入的是四口RJ45 1Gb模块
这个网卡具有多种接口配置,H3C目前提供的有三种:四口千兆铜口、双口万兆光口、双口万兆电口。原则上,系统可以支持最多四口万兆。通过切换不同的模块,系统就可以方便地实现不同的接口形式和传输速率。
最后是两点R4700网络配置的特质:一点是这个网卡通过专用的PCIe界面与CPU直连,而不是与以前的板载网卡一样连载延迟更高的PCH芯片组上,另一点是这个新网卡可以支持iWARP(Internet Wide Area RDMA Protocol) RDMA功能,提供了一种极为快速的互联能力,并且不管使用什么样的接口子卡都具备。遗憾的是,本次我们不对其进行测试。关于H3C R4700 G3的内部设计我们就介绍到这里,下面我们将开始介绍我们进行的测试。
好文章,需要你的鼓励
谷歌宣布为旗下互动世界构建工具Project Genie新增Google街景功能,用户可基于真实地点生成可探索的游戏世界。只需选定美国境内的地图位置,描述角色形象,并选择"沙漠"或"石器时代"等风格,系统即可生成与现实街景绑定的沉浸式虚拟场景。每次游玩时长限60秒,支持WASD操控,目前仅向AI Ultra订阅用户开放,后续将逐步扩展覆盖范围。
新加坡国立大学构建了首个视频隐喻理解基准ViMU,含588段视频与2352道题,测试16个主流AI模型均未超过50%,揭示AI在视频潜台词理解上的系统性短板。
随着AI编程工具的普及,越来越多的非开发者开始尝试自己构建应用。谷歌在I/O大会上宣布,AI Studio新增功能可让用户通过提示词快速生成原生Android应用,并直接导出到手机。此外,谷歌还推出了基于Gemini的自定义小组件功能,并提出"生成式UI"概念,让手机界面根据需求实时生成。与此同时,苹果据报道也在探索通过提示词创建快捷指令的功能,手机个性化体验或将迎来新突破。
浙江大学等机构联合提出PanoWorld,通过球面空间交叉注意力和57万张全景图训练数据,让AI能直接理解360度全景图的空间结构,在导航和视觉搜索任务中大幅超越现有方法。