根据 Xinnor 发布的一份案例研究 [PDF],新加坡一所知名大学通过采用 Xinnor 的 xiRAID 存储技术,显著提升了其 AI 研究速度。
为支持持续性研究工作,这所未具名大学部署了包括 Nvidia 在内的多个 GPU 和计算系统。
该校的部署方案支持医疗保健和自然语言处理等领域的高级 AI 项目,并配备了 BeeGFS 客户端和服务器集群。BeeGFS 是一个为高性能计算开发的并行文件系统,包含分布式元数据架构,提供可扩展性和灵活性。
在存储需求方面,该大学要求具备快速数据访问能力、数据保护、易于部署和管理、成本优化,以及能够根据未来客户端增长和性能需求进行扩展的能力。
为满足这些要求,由 Xinnor 本地合作伙伴 On Demand System (ODS) 设计的存储方案通过两个 100Gb InfiniBand 端口,实现了 24.7Gbit/秒的顺序读取性能。
该基础设施包含两个服务器节点,每个节点配备 24 个 NVMe 驱动器,并由 xiRAID 提供保护和加速。这种配置不仅满足了所需吞吐量,还确保了数据保护和未来扩展的可能性。
软件驱动的 xiRAID 技术采用先进算法提供冗余和容错能力,即使在多个驱动器同时故障的情况下也能确保数据安全。针对未来的性能需求,该大学可以通过增加 InfiniBand 卡来提升性能。
Xinnor 首席营收官 Davide Villa 表示:"xiRAID 能够实现接近完美的资源利用率并最大化 NVMe 性能,这对学术研究来说是一个突破性进展。我们与 ODS 的合作展示了软件定义 RAID 如何满足 AI 和高性能计算工作负载的严格要求,同时优化成本并简化部署。"
On Demand System 创始人 Rakesh Sabharwal 补充道:"通过将 xiRAID 作为解决方案的核心,我们帮助该大学在研究和创新领域突破了界限。xiRAID 与 BeeGFS 的无缝集成为大学提供了可靠、高性能的存储基础,完全符合大学的发展愿景。"
好文章,需要你的鼓励
DeepSeek R1 的隐私政策引发了对其人工智能系统的深度关注。文章指出,与其关注技术实力或性能比较,更应重视 AI 系统的人工完整性。文章详细分析了 DeepSeek 在内部机制、外部机制和用户交互方面存在的问题,强调了在追求 AI 创新时不应忽视对社会结构的潜在威胁,呼吁重新定义我们对 AI 的要求,将人工完整性置于智能之上。
Hugging Face 研究人员正在尝试重建中国初创公司 DeepSeek 的 R1 推理模型。R1 模型以极低成本达到了顶级 AI 模型的性能水平,引发业界震动。Hugging Face 的 Open-R1 项目旨在创建 R1 的完全开源复制品,并向 AI 社区开放所有组件。这一举措意在推动 AI 技术的开放发展和创新。
Anthropic发布了一份基于真实AI互动数据的经济指数报告,揭示了AI对工作场所的实际影响。报告显示,AI主要用于增强而非取代人类工作,广泛应用于各行各业,尤其是软件开发和技术写作领域。中高收入岗位AI使用率较高,而AI在创意产业也有显著应用。报告强调了AI作为协作伙伴的角色,以及持续学习和适应的重要性。