Emulex公司日前宣布为基于全新英特尔至强TM处理器E5-2600/1600 v3产品家族的全新Dell PowerEdge第13代服务器提供万兆以太网(10GbE)和第五代(16Gb)光纤通道(FC)连接支持。面向第13代PowerEdge服务器的Emulex I/O连接解决方案设计初衷与戴尔的企业优化承诺不谋而合。这一方案设计用于加速应用,提高数据中心效率并改进企业工作负载的带宽,如虚拟桌面基础架构(VDI)、大数据分析、统一通信和协作(UC&C)、数据库管理和新兴的计算架构,这些架构包括面向电信公司的网络功能虚拟化(NFV)和基于OpenStack或OpenCompute的云计算。
Emulex市场营销高级副总裁Shaun Walsh表示:“Emulex 10GbE CNA和第五代光纤通道(Gen 5 FC)HBA针对戴尔PowerEdge服务器进行了优化,设计用于满足下一代工作负载需求,可提供出色的可扩展性来支持混合云基础架构和高度虚拟化环境。Emulex和戴尔密切合作,通过全面的iDRAC集成简化管理,通过降低功耗和提高CPU效率降低整个生命周期的运营支出(OPEX),并为升级到全新Dell PowerEdge第13代服务器的客户提供无缝的迁移路径。”
戴尔服务器解决方案执行总监Brian Payne表示:“Emulex提供独特的虚拟化连接解决方案,是希望提高性能、降低风险并优化企业以更好地服务客户的戴尔PowerEdge客户的理想选择。通过加速应用、提高数据中心效率并提高企业工作负载带宽,Emulex以太网和光纤通道技术是满足我们客户的全球企业解决方案需求的理想选择。”
Emulex OneConnect OCe14000系列聚合网络适配器(CNA)和Emulex LightPulse®第五代光纤通道HBA设计用于为Dell PowerEdge第13代服务器解决方案带来以下优势:
更出色的应用性能:Emulex OneConnect 10GbE CNA现在可支持RDMA over Converged Ethernet(RoCE),后者可在使用Windows Server SMB Direct时加速Microsoft SQL Server等应用,通过更快速的I/O操作实现应用和存储加速。Emulex第五代光纤通道HBA还可以提高应用性能,每秒I/O操作数高达120万次(IOPS)1,比其它第五代光纤通道HBA高20%,支持Oracle数据库时快3倍,在Microsoft SQL Server部署中快2倍。
更出色的虚拟化灵活性和混合云网络:Emulex OneConnect 10GbE CNA采用Emulex Virtual Network Exceleration(VNeX)技术,可为戴尔客户提供业内对重叠网络的独有硬件卸载支持。重叠网络设计用于简化虚拟机(VM)移动性和网络可扩展性,同时与不具备卸载功能的适配器相比可优化服务器性能。Emulex VNeX技术使客户可以不超出CPU占用率门限,减少CPU使用波动,同时向虚拟网络环境中的每台服务器添加更多工作负载。
更高的工作负载可扩展性和优化的带宽分区:与上一代适配器相比,Emulex OneConnect 10GbE CNA可将小数据包网络性能提高4倍2,这对于扩展Web-scale和消息处理等大交易量应用和集群应用非常重要。Emulex OneConnect 10GbE CAN可支持Dell NPAR技术。NPAR是虚拟化服务器环境中的理想选择,因为带宽分配可得到优化,以支持I/O密集型应用、虚拟化服务和服务器管理功能。戴尔客户可在每台适配器上配置最多16种NIC功能(分区)。或者,也可为每个端口上的两种功能(两个分区)配置一种iSCSI和一种FCoE存储功能(分区),允许通过并行iSCSI和FCoE硬件卸载实现更灵活的存储连接。
简化、灵活的系统管理:所有Emulex 10GbE CNA和第五代光纤通道HBA可兼容integrated Dell Remote Access Controller(iDRAC) with Lifecycle Controller系统管理解决方案。iDRAC8 with Lifecycle Controller 技术使管理员可以从任何地点上完成戴尔服务器的部署、监控、管理、配置、更新、故障排除和修复而不需要使用代理。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。