戴尔利用面向人工智能工厂工作负载的全栈组件增强了PowerScale横向扩展集群文件系统阵列。
我们曾报道过VAST Data的人工智能堆栈方法和NetApp针对ONTAP的人工智能架构开发项目。现在,戴尔正在推出自己的全面人工智能堆栈产品,从PowerScale硬件和软件到具有大规模数据源摄取、矢量化和元数据处理功能的Data Lakehouse。这伴随着其PowerEdge XE9712(Nvidia GB200)和 M7725(水冷式 AMD Epyc)服务器以及基于 OCP 的水冷式集成机架 IR7000 系统,它们为这些人工智能工厂产品提供了计算能力和机架外壳。
戴尔基础架构解决方案集团总裁Arthur Lewis表示: “当今的数据中心无法满足人工智能的需求,这就需要采用模块化、灵活高效设计的高密度计算和液体冷却创新技术。这些新系统可提供企业所需的性能,使其在快速发展的人工智能领域保持竞争力。
PowerScale系统实际上是直接连接存储的PowerEdge服务器,使用OneFS操作系统。这些系统可以由3到252个节点组成集群。PowerScale现在支持200 Gbps以太网和InfiniBand前端网络,将以前的网络速度提高了一倍,吞吐量增加了63%。
OneFS现在支持61TB QLC(4bits/cell)固态硬盘来提高容量,比以前最大30.72 TB的硬盘容量提高了近一倍。此外,OneFS还为Data Lakehouse提供了元数据导出功能,并增强了软件功能,简化了向 Elasticsearch 数据库导出元数据的过程,从而提高了查询效率。跨地理分布集群的元数据可以组合起来,提供全局视图。
Data Lakehouse可以将这些元数据与从其他联合来源获取的其他数据结合起来。它将支持Iceberg等开放式表格格式,并将扩展到支持矢量数据库。此外,它还能从文件中提取内容元数据,增强其文件级元数据,并实现全上下文搜索。
Data Lakehouse可对Elasticsearch和开放格式扫描进行本地查询。其目的是通过使用SQL、矢量、词法和语义搜索数据使查询响应更加准确。
即将推出的戴尔文档加载器适用于Nvidia NeMo服务和检索增强生成(RAG)框架,旨在帮助客户缩短数据湖摄取数据的时间,降低计算和GPU成本。
戴尔表示,戴尔Data Lakehouse数据管理平台的增强功能可节省客户的时间,并通过灾难恢复、自动模式发现、全面的管理API和自助式全栈升级改善运营。
该公司宣布推出新服务,帮助PowerScale-Data Lakehouse客户,包括数据编目优化服务(Optimization Services for Data Cataloging)和数据管道实施服务(Implementation Services for Data Pipelines)。
戴尔生成式人工智能解决方案与英特尔合作,为人工智能部署提供联合设计、测试、验证、预配置和灵活的平台。这些解决方案采用配备英特尔Gaudi 3 AI加速器的PowerEdge XE9680 服务器,以及戴尔存储、网络、服务和开源软件栈。这些平台面向内容创建、数字助理、设计和数据创建、代码生成以及其他的生成式人工智能工作负载。
上市时间
好文章,需要你的鼓励
Canva宣布收购生成式AI内容创作初创公司Leonardo.ai,交易条款未披露,但采用现金加股票的混合方式。Leonardo.ai的120名员工将全部加入Canva。Leonardo.ai成立于2022年,拥有1900万注册用户,其工具已创建超过10亿张图像。该公司将继续独立运营,专注于快速创新和研发。此次收购旨在帮助Canva扩展其Magic Studio生成式AI套件功能。
希伯来大学研究团队开发的Story2Board系统实现了从文字故事到专业故事板的自动转换突破。该系统采用潜在面板锚定和相互注意力数值混合两项核心技术,在保持角色一致性的同时实现丰富的视觉表现力。系统无需训练即可运行,能够生成电影级构图效果的连续画面,为内容创作、教育和娱乐产业提供了强大的AI辅助工具,代表了人机协作创作的新模式。
亚马逊推出Quick Suite软件平台,旨在简化AI智能体和企业聊天机器人的创建过程。该平台支持50个企业级应用集成,包括Office 365、Slack等,提供无代码环境连接内部文档和数据源。平台包含Quick Flows自动化工具、Quick Research研究功能等组件。尽管降低了技术门槛,但AI智能体的准确性仍存疑虑,研究显示其办公任务错误率达70%。
北京邮电大学联合腾讯团队开发的We-Math 2.0系统,通过构建491个知识点的数学知识体系、创新的三维难度建模和渐进式强化学习框架,让AI模型获得了真正的数学推理能力。该系统仅用9800个高质量样本就达到了与大规模数据训练相当的性能,在多个基准测试中表现优异,为AI数学教育应用开辟了新道路。