引领大数据连接、传送以及存储,提供创新半导体及软件解决方案的PMC公司(纳斯达克代码:PMCS)今日宣布, 联想公司已经选定PMC的存储解决方案,为联想ThinkServer产品线提供外部连接。PMC 为联想所定制的Lenovo 8885E by PMC卡能充分发挥12Gb/s SAS及6.6GB/s PCI Express 3.0的吞吐量优势,将ThinkServer横向扩展式存储的性能推向极致。该卡将用于Lenovo的机架式及塔式服务器。
Lenovo 8885E by PMC卡
联想公司System x大容量服务器及选件部门的副总裁Bob Galush表示,“软件定义的新纪元需要先进的I/O解决方案,联想的下一代ThinkServer产品线融合了存储创新与产品标准化两方面的需求。PMC公司的12Gb/s SAS产品在密度、性能及可靠性等各个方面均具备显著优势。Lenovo 8885E by PMC卡为联想的客户提供了一种可以随需拓展的横向扩展式存储解决方案。”
Lenovo 8885E by PMC卡尺寸为半高,是一款HBA卡,可以为6Gb/s及12Gb/s JBOD 外部连接提供8个SAS/SATA 端口。该卡通过PMC的12Gb/s SAS扩展器无缝、可靠地连接了联想的JBOD。该卡支持所有常见的操作系统,包括各种Windows, RHEL, SLES和VMware等。
PMC公司数据中心与服务器解决方案副总裁Pete Hazen认为,“联想公司的ThinkServer产品十分灵活多样,可以处理从中小企业(SMB)到企业级数据中心的多种负载。该灵活度的一个核心来源就在于其根据商业需求而随需扩展的能力。IT专业人士及数据中心管理人员都会意识到,这款基于PMC存储技术的产品既能解决其当前迫切的存储需求,同时能完全满足未来不断增加的负载及新兴的存储需求。”
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。