近年,整机柜正成为数据中心主流的服务器形态。新一代融合架构成为新的技术研发趋势,内部资源池化成为主要诉求点。在今年ODCC2015上,浪潮展示了业界首款基于SAS协议的交换式存储池——SASSwitch,在业界率先实现整机柜存储池化。
机柜到整机柜,能效比提升30%!
目前数据中心支出中,服务器约占45%,制冷系统约占30%,供电系统越占20%,照明系统约占5%。服务器外的配套设施支出比例过大,为此浪潮希望通过SmartRack对IT外围的资源进行整合池化。
与通用机架式服务器不同,采用集中供电和集中散热的SmartRack,供电效率从原有的85%提升到了94%,IT系统散热功耗降低75%以上!资源的整合也将数据中心的总能耗能够降低30%,TCO降低15%以上!
业内首次实现整机柜存储池化!
今年二月,浪潮召开SmartRack发布会,率先发布全球最丰富的整机柜产品线,包括高密度计算、高性能存储、冷存储、高温耐腐蚀和协处理器并行计算等五大节点,SmartRack从单一产品演变为一条产品线。
日前,浪潮已经开始进行第二代融合架构整机柜的研发。存储资源的池化是第一步,率先研发完成的SASSwitch为业内首款存储池化产品。借用SAS Switch,可将SmartRack的存储资源独立出来,成为单独的存储模块,实现单一节点形态的资源弹性部署。未来SmartRack会将融合现有节点,利用SASSwitch将各节点区隔打破,最终只需要一类计算节点、一类存储节点和一类网络节点即可,实现Rack as asever。
对于整机柜产品的未来技术走向,浪潮所研发的新一代整机柜产品SmartRack也将拆分数据中心的供电系统,通过机柜级的分布式连续供电系统(BBU),尝试将统一的UPS打散,采用分布式的形态,以节点形式插入SmartRack中,提供15分钟以上的续航时间,提升数据中心的可靠性
未来SmartRack第三代融合架构的目标将是IDC资源的一体化,将IDC基础设施的资源消融,对IT资源进行解耦重构,并实现平台层的资源调度和整合。
大颗粒度交付,更快、更低TCO!
在百度、阿里等大型互联网公司数据中心中,整机柜服务器的份额越来越高。实际数据证明,整机柜服务器能够有效提升交付效率并降低数据中心TCO。早在2013年SmartRack3.0,浪潮携手百度实现单日单机房交付3000台节点,2014年,双方联手再次打破单日但机房交付纪录,实现单日单机房交付5000台节点。
百度技术经理张家军表示,整机柜服务器目前已经能覆盖百度80%以上的业务应用,根据百度三年来部署整机柜服务器的数据显示,SmartRack的平均故障率是普通标准服务器的50%,而交付效率能够提升20-30倍,TCO降低15%。
截止至今年年中,SmartRack在全球的出货量已经超过8万台节点,市场占有率已经超过76%!目前已经批量应用在中国最大的互联网搜索引擎、世界最大的电子商务平台和全球最大的在线票务系统。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。