希捷日前宣布与全球领先的高性能计算、数据分析和数据管理解决方案提供商SGI公司达成代理商合作协议。
SGI将为消费者提供ClusterStor1500、6000和9000存储设备以及ClusterStor安全数据设备(SDA)。希捷ClusterStor解决方案专为高性能计算(HPC)工作流设计,将超高密度数据存储机箱、高可用性元数据服务器、横向扩展服务器以及Lustre®并行文件系统整合到一个紧密耦合且易于管理的设备当中。屡获殊荣的希捷ClusterStor解决方案消除了与部署和维护传统高性能系统相关的复杂性,缩短展现成效的时间,更便于使用和管理,世界一流的性能满足了任务关键型需求。
希捷与SGI联合架构的市场以及后续应用场景多种多样。用户包括生物信息、制药、上游石油和天然气建模、财务分析、天气模拟、汽车及航空制造,以及学术和政府研究领域的传统HPC客户。
希捷云系统和解决方案部门ClusterStor业务副总裁Ken Claffey表示:“我们非常期待此次合作当中双方做出的承诺都能实现。这对于不同行业需要整体计算解决方案的研究人员来说,其优势极为明显。该整体计算解决方案包括可加速研究工作流的并行文件系统和设备。”
SGI总裁兼CEO Jorge Titinger 表示:“通过与希捷进行合作,双方共同的客户有机会充分利用每个解决方案的优势,以提升性能和扩展性,享受成本效益以及使用的便捷性。结合希捷HPC存储解决方案与SGI计算解决方案,客户能够缩短展现成效的时间,并获得世界一流的性能来满足任务关键型需求。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。