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
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。