Pure Storage和思科合作打造了一款面向人工智能的融合FlashStack融合系统,这是一种AIRI microMINI,但其运行速度只有其一半。
FlashStack是一系列参考架构融合系统,采用Pure Storage全闪存阵列、思科UCS服务器和Nexus交换机。FlashStack主要的竞争对手包括NetApp和思科合作的FlexPod系统。
AIRI是Pure Storage与Nvidia合作打造的系统,结合了FlashBlade非结构化数据全闪存阵列(带有15个刀片)、2个Arista 100Gbit交换机和4个Nvidia DGX-1 GPU服务器,每个服务器配备8个Tesla V100 GPU,性能最高可以达到4 petaFLOPS。
后来推出的AIRI Mini系统性能为2 petaFLOPS,采用了更小的FlashBlade阵列(7个刀片)、2个DGX-1和2个思科Nexus 100Gbit交换机。
现在,思科和Pure Storage正在开发相当于小型化的AIRI Mini,但是采用的是FlashStack和思科服务器。
这个FlashStack for AI系统的验证设计具有以下特点:
FlashBlade
思科UCS C480ML M5服务器(ML =机器学习)
4U x 2插槽
2 x Xeon SP(28核/CPU)
最高3TB DRAM
8 x Nvidia SXM2 Tesla V100-32G Tensor Core GPU,支持NVlink
最多24个SAS/SATA驱动器(182TB)
6个NVMe驱动器
4 x 100GbitE
高可用性
思科Nexus交换机
该系统将在今年晚些时候推出。
C480ML M5服务器由思科基于云的管理产品管理。Pure Storage已经针对其存储开发了API,与Intersight集成。这可以实现自动存储配置,还可以通过Intersight编排功能管理Pure Storage功能。
所有这些都将在1月28日至2月1日期间举行的Cisco Live Barcelona上进行展示。
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。