北京時(shí)間7月25日惠普推出了全新的工作站科技——DL380z云工作站解決方案,配合這一解決方案一起發(fā)布的還有兩款應(yīng)用來幫助用戶提升遠(yuǎn)程內(nèi)容協(xié)助能力,讓用戶體驗(yàn)安全高效的虛擬化應(yīng)用。
全新的HP DL380z云工作站支持NVIDIA GRID K2、NVIDIA Quadro K6000、K5000、K4000顯卡,通過NVIDIA GRID GPU虛擬化,可支持多個(gè)用戶同時(shí)接入。
眾所周知,一對(duì)一云工作站的性能肯定是最強(qiáng)的,但費(fèi)用也相對(duì)較高,所以行業(yè)用戶需根據(jù)不同的使用需求要進(jìn)行不同方案的選擇。
一對(duì)一遠(yuǎn)程工作站的性能之所以強(qiáng)悍,便是因?yàn)橛脩粽加昧藱C(jī)器的所有資源, 終端用戶通過HP RGS、Microsoft RDP和Citrix HDX 3D Pro等遠(yuǎn)程協(xié)議連接到工作站,當(dāng)然這中間還有一個(gè)直通的方式,所以唯一需要考慮的便只有中間傳輸?shù)牟糠?。然而惠普在這方面有著遠(yuǎn)程圖形工具軟件RGS來解決這一問題,所以這種一對(duì)一的部分與用戶使用單機(jī)性能沒有太大的差異,而且還把數(shù)據(jù)移到后臺(tái)解決了企業(yè)顧慮的安全性的問題。
所以若是企業(yè)更多為了解決安全問題,那么一對(duì)一遠(yuǎn)程工作站的模式十分適合。例如汽車廠商他們都有自身安全的考慮,并且有大量的設(shè)計(jì)使用到CATIA,而它對(duì)圖形工作站的要求也是最高的,所以這種情況下一對(duì)一的方式就比較適合了,不僅解決了安全問題,同時(shí)又不影響性能。
在效率上看上去雖然非常好,但要看用戶專業(yè)應(yīng)用對(duì)顯卡部分的需求程度,如果只是簡單的三維應(yīng)用,那么對(duì)顯卡的要求就并不算太高了,所以若是還選擇一對(duì)一的方式只是無謂的提高企業(yè)的支出成本。這時(shí)選擇全虛擬化性價(jià)比通常會(huì)更好,由于CPU內(nèi)存可以共享,一個(gè)顯卡可以8個(gè)人去用,通常來說性價(jià)比會(huì)更高。
例如教育行業(yè),學(xué)校的學(xué)生對(duì)于顯卡的要求并不會(huì)太高,并且使用的峰值時(shí)間不會(huì)聚集在同一時(shí)間,大多情況下是這兩個(gè)學(xué)生在做渲染或者是三維的部分,其他的學(xué)生還在做初步的設(shè)計(jì),這個(gè)時(shí)候就可以利用全虛擬化。
但全虛擬化若是用到一個(gè)專業(yè)圖形制作的企業(yè)當(dāng)中時(shí)卻并不會(huì)太理想,在某一個(gè)時(shí)間段大家都在做三維的東西,這個(gè)時(shí)候資源能夠協(xié)調(diào)的余地不高,系統(tǒng)資源的冗余度不夠。但相對(duì)數(shù)量越多,資源調(diào)配的可能性越高,對(duì)單機(jī)處理要求的性能不高的這類用戶更加愿意去嘗試全虛擬化的方案。當(dāng)用戶使用需求并不是很高時(shí),全虛擬化的確能夠幫助企業(yè)節(jié)省資源。
隨著現(xiàn)今軟硬件技術(shù)的成熟,行業(yè)用戶可以針對(duì)不同的情況進(jìn)行方案的選擇,避免盲目的選擇帶來的效益與效率的浪費(fèi)。全新的惠普工作站科技現(xiàn)今在工程學(xué),CAD(計(jì)算機(jī)輔助設(shè)計(jì)),ACE(建筑,工程,建造),數(shù)字媒體,石油與天然氣勘探,教育,政府等領(lǐng)域都已經(jīng)有了廣泛的應(yīng)用?;萜胀ㄟ^將云計(jì)算和虛擬化理念縱向拓展到IT系統(tǒng)的各個(gè)層級(jí),充分釋放桌面計(jì)算潛能,能夠幫助金融機(jī)構(gòu)實(shí)現(xiàn)靈活、安全、易管理的桌面業(yè)務(wù)。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。