4月10日上午,以“智慧计算,让算力随需而动”为主题的2021 NAVIGATE领航者峰会智慧计算专题论坛在线上成功举办。紫光股份旗下新华三集团副总裁、计算存储产品线总裁陈振宽,英特尔公司市场营销集团副总裁兼中国区数据中心销售总经理陈葆立,新华三集团智慧计算产品线副总经理刘宏程等资深专家在线分享了数字经济发展趋势下,智慧计算的演进和创新实践。新华三重磅发布14款全新服务器,面向异构计算、通用计算、弹性计算等不同应用场景,助力百行百业数字化转型。
新华三重磅发布14款服务器新产品
当前数字经济已发展至成熟期,人工智能、大数据等创新应用呈现风起云涌之势,多元化的场景应用和不断迭代的计算技术,推动着计算的演讲。陈振宽表示,新华三集团智慧计算与智能存储已处于中国ICT市场的第一阵营,拥有业界最全的计算平台和GPU平台、业界最完整算力组合和算力形态。未来,新华三智慧计算将继续聚焦“内生智能 成就智慧”的IT战略,把产品做到极致,把解决方案做到最优。此外,正式宣布新华三全面进入商用终端市场,启动台式机、笔记本等PC终端业务,为广大用户带来“芯-云-网-边-端”全面融合的极致体验。
新华三集团副总裁、计算存储产品线总裁陈振宽
以“智、劲、稳、迅”打造新一代品质计算
新华三集团对智慧计算的定义体现在两方面,一方面能够敏捷地响应上层应用,另一方面需要提升底层的部件效率。刘宏程表示,智慧计算应该是能够自主感应工作负载并分析所需算力,进而生产算力并聚合到云中心,完成智能的调度并全面释放算力,新华三服务器,以内生的智能,来成就智慧计算;以“智、劲、稳、迅”的匠心品质,全面满足各种智能化应用的需求。
智:新华三不仅在计算产品中融合了CPU、GPU、FPGA等多元算力,更利用全栈智能架构,让智能融入IaaS管理、PaaS平台层和应用层。同时,新华三本次还推出了傲飞高性能计算管理平台,实现HPC和AI业务的完美融合,同时帮助用户更好的管理多元算力并大幅提升扩展能力。
劲:新华三服务器新品搭载了全新英特尔至强第三代可扩展处理器,通用平台性能提高50%;通过预优化BIOS配置模板,整机性能提高9%。作为全球首批通过英伟达认证的AI加速服务器厂商之一,新华三服务器支持NVIDIA A100 GPU,AI算力提升高达20倍。针对高性能计算场景,由于CPU算力、GPU算力和网络IO的增长,相较于上一代高性能计算集群,效率可提升250%。
稳:可靠性是业务的基础保障之一。新华三提供了基于x86开放架构下的全栈式关键业务高可用系统。为提升计算产品的可靠性,新华三将故障检测与隔离、故障记录、主动故障分析、故障自愈等众多功能融入服务器产品中,使其能够应对海量任务带来的挑战,并为用户提供高达5个9的可靠性体验。
迅:数字时代,所有企业面临的竞争都在加剧,市场需求的变化也空前剧烈。通过在产品中落实塑合概念,新华三能够将计算、存储、网络等不同类型的物理资源整合进机柜框架内,并通过弹性管理和敏捷运维实现环境快速搭建和业务的急速上线、快速变更等效果。
以智、劲、稳、迅的匠心品质,全面满足各种智能化应用需求
14款服务器新品提供多元算力
凭借对智慧计算需求和技术发展的深刻理解,新华三集团定义了通用计算、异构计算、高可用计算、高性能计算、弹性计算、边缘计算等六大计算形态。在这一总体架构之下,新华三本次推出14款服务器新品,包括6款H3C UniServer G5服务器和8款HPE ProLiant Gen10 Plus服务器,涵盖了标准机架式服务器、AI应用优化服务器、塑合型刀片系统 、数据中心整机柜系统、高密度服务器等,全面满足各大应用场景的需求。
新华三智慧计算产品家族
智慧IT,助推数字经济飞跃
2021是“十四五”规划的开局之年,待到规划完成,数字经济核心产业增加值占GDP比重将达到10%。这意味着有更多企业需要完成数字化转型并获得自身核心业务能力的提升,有更多数据要通过智慧的算力来释放价值,意味着全社会对智慧算力的需求将持续增长。
新华三集团智慧计算将继续打造端到端、全栈全域的模式构建智能IT基础设施,以创新的技术、贴近场景的设计、更卓越的品质升级计算产品,不断探索智慧计算领域新疆界,助力百行百业数字化转型。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。