HPE为入门级与中端HPC及AI计算集群,专门打造了小型ClusterStor超级计算机存储阵列。
ClusterStor系列属于HPE在2019年收购Cray时获得的资产,采用SSD加HDD以及Lustre文件系统软件的并行架构。其中XE E1000型可跨越数百个机架提供60 TB至数十PB的存储容量,每机架最高容量可达6.8 PB,并可提供最高1.6 TBps及5000万IOPS/机架。HPE将ClusterStor定位为运行Cray EX超级计算机的百亿亿级算力(Frontier、Aurora、El Capitan)、准百亿亿级算力(LUMI、Perlmutter、Adastra)及国家级AI超级计算机(Isambard-AI、AIps、Shaheen III)配套存储方案。
Ulrich Plechschmidt
HPE并行HPC与AI存储产品营销部门的Ulrich Plechschmidt表示,新的Cray Storage Systems C500将“以远低于以往入门价格的水平提供E1000领先级存储技术,同时提高其易用性。”
Plechschmidt解释称,C500基于E1000,主要面向希望在较小计算集群上运行建模、仿真及AI工作负载的客户。这类计算集群通常使用Cray XD系统构建而成。
Cray EX系统是一款液冷、机架规模的高端超级计算机,而配置较低的XD系列则提供风冷与液冷两种选项,并采用2RU机柜。EX与XD系列均支持AMD及英特尔x86 CPU外加英伟达Hopper GPU。
其中定位中端的XD665支持Slingshot 11、Infiniband NDR及以太网网络,并在其调整结构、GPU、NVMe驱动器及CPU之间提供直接可切换连接。据我们掌握的消息,其并不支持英伟达的GPUDirect协议。
Plechschmidt还不忘挖苦英伟达,表示C500系统的买家“可以放心使用,因为您宝贵数据存放所在的文件系统来自一个充满活力的社区,而非单一企业巨头。”
C500运行与E1000相同的Lustre软件,采用相同的2RU x 24驱动器存储控制器与5RU x 84 HDD机箱,但在具体设计上融合度更高、成本更为低廉。
带有控制器及存储机箱的入门级C500
C500配置细节:
入门级C500可通过24个NVMe SSD提供22 TB至513 TB的可用容量,为计算节点提供高达80 GBps的聚合读取性能与60 GBps的写入性能。相比之下,IBM支持GPUDirect的ES3500使用Storage Scale并行文件系统为英伟达GPU提供126 GBps读取带宽与60 GBps写入带宽。而DDN采用Lustre的A1400X2 Turbo则能够为英伟达GPU提供120 GBps读取带宽与75 GBps写入带宽。
Plechschmidt指出,HPE即将“发布重大软件改进与新功能,使得存储系统更易于部署和管理。”但奇怪的是,详细信息隐藏在HPE QuickSpecs网页之后,需要授权合作伙伴或HPE员工方可登录。普通用户根本无从了解。
HPE QuickSpecs网页(https://psnow.ext.hpe.com/#/?url=https://psnow.ext.hpe.com/doc/a50007029enw)
但HPE已经修复了此问题,并表示“QuickSpecs文档上线时发生了内部断线,目前尚未彻底解决,特此说明。
好文章,需要你的鼓励
Luminary Cloud宣布完成7200万美元B轮融资,专注开发"物理AI"技术。该公司云原生平台可将仿真速度提升100倍,利用物理信息模型实时预测汽车、飞机等产品性能。公司推出针对特定行业的预训练模型,包括与本田合作的汽车设计模型和与Otto航空合作的飞机开发模型。融资由西门子风投领投,将用于扩大研发团队和市场销售。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
伦敦量子动态科技公司宣布交付业界首台采用传统半导体制造工艺的量子计算机。该系统已安装在英国国家量子计算中心,使用标准化300毫米硅晶圆,是首台自旋量子比特计算机。系统采用CMOS技术,占地约三个19英寸服务器机架,具备数据中心友好特性。公司开发的可扩展瓦片架构支持大规模生产,未来可扩展至每个量子处理单元数百万量子比特,为商业化应用奠定基础。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。