至顶网9月26日首尔现场报道:今天英特尔提出的一系列新技术,突出显示其正在进行的投资和承诺促进基于内存和存储来加速以数据为中心的计算时代。包括为客户提供独特的英特尔Optane技术和英特尔3D NAND 计算支撑的云、人工智能和网络边缘应用解决方案。
“世界正在以加速的速度生成数据,企业越来越难以有效地处理数据。从所有这些数据中获取价值将是区分赢家和输家的关键。这将需要在内存和存储层次结构方面的前沿创新,而这正是我们在英特尔推动的。英特尔公司高级副总裁兼非易失性存储解决方案事业部总经理Rob Crooke。
基于英特尔基础架构,傲腾技术和3D NAND技术提供即时,响应,无缝,不用考虑电池寿命,多任务,数据存储等优势。
英特尔宣布:英特尔计划在其位于新墨西哥州里约热内卢Rancho的工厂运营一条新的Optane技术开发线;
现场展示的全系列傲腾系列产品
宣布第二代英特尔Optane DC持久内存,代号为“Barlow Pass”,计划于2020年发布,搭载英特尔下一代Intel Xeon可扩展处理器;
英特尔为数据中心SSD(固态驱动器)首次展示了144层QLC(四层单元)NAND,预计将在2020年推出。这种需求暴露了内存存储层次结构中的空白领域:DRAM不够大,SSD不够快。
这一差距正是英特尔Optane DC持久内存的亮点所在。如果需要更大的数据集,通过存储接口连接的英特尔Optane技术将填补这一空白。
此外,硬盘驱动器的速度越来越慢,无法进行以数据为中心的计算——这就是英特尔Optane技术与QLC NAND的结合发挥作用的地方。总之,英特尔Optane是一种独特的材料、结构和性能的组合,是其他当前内存和存储技术无法比拟的。
采用H10的PC在驱动应用上速度大大提升。英特尔傲腾混合式固态盘H10,这款混合式固态盘集成了英特尔傲腾技术和英特尔 Quad Level Cell (QLC) 3D NAND技术。傲腾内存具备高性能低延迟高频率读写特性,3D NAND存储介质具备海量数据存储容量,同时采用M.2规格接口,采用混合式固态盘可以给整机设备提供更好的数据存放体验。
英特尔还展示了下一代英特尔Optane技术单端口固态硬盘,主要面向企业客户,产品预计在2020年上市。
英特尔已经成功地交付给了第1、2级ISP和顶级Al供应商。英特尔解决方案涉及一系列对延迟敏感的工作负载,包括:Al、HPC、OLTP、虚拟化、云和存储。
在数据中心加速上,傲腾技术为数据库提供高效的内存解决方案和提升36%的虚拟化性能,同时在AI和分析领域,大大加速分析和增加分析吞吐量,在基础设施存储上,提升虚拟节点数和减少更多的成本。
英特尔一直致力于加速应用程序,降低事务成本,并提供顶级SLA。浪潮是全球领先的综合云解决方案和服务提供商,提供全面的解决方案和服务。浪潮与英特尔合作,开发一个完整的堆栈解决方案,从主机到存储支持英特尔产品,包括英特尔Optane“技术”。
采用英特尔OPTANE DC解决方案,京东云为虚拟机提供的一种低延迟、高持久性、高可靠性的数据块级存储。云盘中的数据存储在多个实时副本中,以防止在提供高可用性数据存储服务的同时,由于组件故障导致数据不可用。云磁盘容量允许弹性扩展。您可以在几分钟内以较低的价格扩展数据存储空间,以实现数据的持久存储。
百度AI云是面向企业和开发者的智能云计算平台。致力于为行业提供ABC (Al、大数据、云计算)技术为一体的综合平台服务。结合OPTANE 企业级非易失性存储解决方案,百度Al云为企业提供了一个统一的非结构化存储池,支持S3等常用接口、迅速和Posix具备更多的兼容性和可扩展性,以及更低的维护成本百度。
联想正专注于为所有人提供智能技术。联想提供了多种以英特尔Optane固态硬盘为特色的平台,包括联想ThinkPad、IdeaPad、ThinkBook笔记本电脑,以及联想IdeaCentre、Legion和ThinkCentre台式机。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。