Dell Technologies Inc. 今天推出了针对服务器、存储和数据保护产品组合的一系列升级,旨在推进客户的数据中心现代化进程。
这些公告推进了 Dell 所谓的"解耦基础设施"战略。
"我们认为这是组织思考传统和现代工作负载的新范式,"基础设施和电信营销高级副总裁 Varun Chhabra 表示。"这种聚合基础设施提供了共享资源池,可以在其中应用计算、存储和网络资源。"
新的 PowerEdge R470、R570、R670 和 R770 服务器采用了英特尔 Xeon 6 处理器,配备单路和双路 P 核心配置,专为高性能计算、虚拟化、分析和人工智能推理而设计。
Dell 表示,与前代服务器相比,这些服务器可节省高达一半的能源成本,同时支持每个处理器多 50% 的内核数量,性能提升 67%。它们采用基于开放计算项目标准的 Dell 模块化硬件系统架构。Dell OpenManage 增强功能和集成 Dell 远程访问控制器更新提供实时监控,而用于 PCIe Gen 5 硬件的 Dell PowerEdge RAID 控制器可将写入延迟降低多达 33 倍。
Chhabra 说:"它们提供了每个处理器 2.5 倍以上的核心数量,使客户能够扩展以满足传统和现代工作负载的需求。"
新的 PowerStore 软件包括由 AI 驱动的分析功能,可提供警报和修复建议、性能余量分析和碳足迹预测。通过符合国防部标准的智能卡认证、自动证书续订和增强的存储直接保护集成,安全性得到提升,恢复时间最多可缩短四倍。
"去年我们获得了美国国防部的产品认证,我们将继续在这方面取得进展,支持多因素认证的智能卡,"Dell 基础设施解决方案组副总裁 Drew Schulke 表示。"这将满足联邦机构和最注重安全的客户的最严格要求。"
系统性能通过更好的文件管理功能、安全文件快照、存储规划容量分析以及从 Dell Unity 系统简化迁移得到了增强。PowerEdge 和 PowerStore 产品及增强功能现已推出。
Dell ObjectScale 对象存储管理系统的增强功能将 ObjectScale X560 设备的容量扩展到比以前的全闪存系统高出 8 倍的密度。与 Wasabi Technologies Inc. 合作开发的增强效率和弹性功能包括多站点联合、复制到云功能、地理复制全局命名空间和数据治理功能。这些设备将于 9 月开始提供。
针对 PowerScale 横向扩展闪存存储组合的改进针对 AI 数据管理,采用 122TB 固态驱动器,在单个 2U 节点配置中提供高达 6PB 的高速数据访问。混合和归档存储节点现在采用更新的计算模块,提高了大型 AI 数据集的延迟和性能。这些增强功能将于本月推出。
针对小型企业和远程办公室的新型 PowerProtect DD6410 设备具有更快的恢复速度和更好的数据重复数据删除功能。Dell 将全闪存就绪节点描述为"Dell 全闪存数据保护之旅的第一步",现在提供 61% 更快的恢复速度、降低功耗和 80% 更小的物理占用空间。
PowerProtect Data Manager 的更新通过异常检测改进了安全监控,为 Microsoft Corp. Hyper-V 和 Red Hat OpenShift 虚拟化虚拟机备份提供虚拟化支持,并可轻松归档到 Dell ObjectScale 以实现长期保留。
"用户已经非常明确地表示,鉴于最近的事件,他们正在寻找 VMware 的替代方案,"非结构化数据解决方案和数据保护产品管理副总裁 David Noy 表示,他指的是 Broadcom Inc. 对其 VMware Inc. 产品线实施的价格上涨。"因此,我们增加了备份 Hyper-V 虚拟机和 OpenShift 虚拟化的功能。我们正在开发其他一些虚拟化技术,以便更轻松地进行长期数据归档。"
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。