近日,国际权威AI性能基准评测平台MLPerf发布最新推理(Inference v1.1)测试成绩。宁畅X620 G40、X640 G40人工智能服务器,在closed(封闭)赛段的3D-UNet99、ResNet-50与SSD-large等模型测试中,共取得21项第一成绩。
MLPerf基准测试在国际AI领域有极高知名度,其基准联盟已有Intel、NVIDIA、微软等超50家成员。
AI服务器2U推理“冠军”诞生
美国太平洋时间9月22日10点,采用最新InferenceV1.1标准的MLPerf 推理测试成绩发布,总计超过10家国际知名服务器厂商的数十种产品参与了本次测试。
搭载8颗NVIDIA® A10 Tensor Core GPU宁畅X620 G40分别以3D-UNet99模型高低精度 179;ResNet-50离线模型97016;SSD-large在线、离线模型2500、2051的测试分数,取得2U人工智能服务器的五项第一成绩,成为本次测试中获得第一成绩最多的2U高度AI服务器。
第一成绩背后是宁畅X620 G40每秒可完成170余次三维医学图像分割推理,且精度高达99.9%;以及每秒完成近10万张各类事物图像的海量识别推理;SSD-large得分代表了离线场景下每秒可完成2500张图片中信息的分类、定位与精准检测,在线场景下每秒可应答2000余次实时目标检测的推理任务。
X620 G40作为一款2U高度人工智能服务器,支持PCIe4.0高速总线技术,适配NVIDIA® A10 / NVIDIA A30等各类GPU加速卡,是理想AI推理计算平台,同时还可胜任桌面虚拟化、云游戏和视频流转码等多IT行业用途需求,在边缘计算等应用场景X620 G40可充分支持客户多元计算需求,提供强大算力支撑。
此外,X620 G40还具备关键部件健康状态监控和上报功能,可以为数据中心运维保驾护航,其绿色节能设计、高效节能智能调速,尤其针对GPU的不同运行特性和环境提供优化超频、功耗平衡、绿色节能等多种工作模式,以达到服务器的智能管理、绿色节能。
多卡性能强劲,获16项第一成绩
除X620 G40外,搭载10颗NVIDIA® A30 Tensor Core GPU的宁畅X640 G40人工智能服务器,相比较其他搭载8颗NVIDIA® A30 GPU的产品,不仅整体AI性能取得全部16个推理模型第一成绩,平均单卡性能也取得12个模型的最好成绩。
宁畅X640 G40人工智能服务器兼备训练与推理功能,搭载高速互联芯片加速AI开发,支持多种不同的GPU拓扑结构,针对不同的应用场景和训练模型进行GPU互联优化,释放全部潜在算力。
值得一提的,自2020年以来至今,宁畅AI服务器在参加的三次MLPerf推理与训练测试中,已取得了53项第一成绩,并曾打破AI服务器世界性能纪录。
目前,宁畅X620 G40、X640 G40人工智能服务器已通过“NVIDIA-Certified Servers”认证,在满足常规AI推理、在线推荐系统需求的同时,还能针对如对话式人工智能等要求更高的工作负载,搭建GPU高速集群。
作为智能算力定制专家,宁畅核心团队成员专注服务器研发、生产已有15年之久,拥近百万台服务器生产部署经验,可为用户提供全栈服务器定制化服务。在公司创立的2020年便已有近千家企业、用户采购宁畅服务器产品,收到定制咨询350余次,累计落地服务器定制方案170项。
如今,宁畅用户已覆盖互联网、金融、电信等数十个行业,出货量数以万计,国内互联网行业头部企业均已与宁畅达成采购协议,借助定制化的人工智能服务器产品,深耕云计算、无人驾驶、搜索引擎、社交媒体等领域。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。