9月22日,在“新云力量聯(lián)想企業(yè)級業(yè)務(wù)策略暨ThinkServer Gen5發(fā)布會”上,聯(lián)想正式發(fā)布了ThinkServer第五代產(chǎn)品家族,此次發(fā)布的新品均采用最新的英特爾至強E5-2600 v3系列處理器。眾多新品中,雙路塔式服務(wù)器TD350憑借90TB存儲容量和低于機架式基礎(chǔ)設(shè)施的成本,成為運行業(yè)務(wù)分析、大型數(shù)據(jù)庫和協(xié)作應(yīng)用等工作負載的成長型企業(yè)的理想解決方案。
ThinkServer TD350采用創(chuàng)新的工程設(shè)計,很好兼顧了高性能和大容量的存儲,將兩者成功結(jié)合在一起,從而在機箱內(nèi)實現(xiàn)了堪比機架式服務(wù)器的性能。TD350可配置32個硬盤,存儲空間最高可達90TB,內(nèi)存方面則采用512GB DDR4內(nèi)存,并可選用2.5英寸或3.5英寸的驅(qū)動器配置??稍谔峁┫喈?dāng)于上一代服務(wù)器近三倍的內(nèi)存容量和兩倍的存儲容量的同時,實現(xiàn)了更快的文件傳輸和IOPS性能。另外,TD350還提供兩個額外的企業(yè)級M.2固態(tài)硬盤,并可實現(xiàn)安全的系統(tǒng)啟動,可為客戶提供完整的企業(yè)級容量和性能。
企業(yè)使用服務(wù)器,常常會需要進行升級或配件更換,但傳統(tǒng)服務(wù)器維修、升級、更換配件等過程十分繁瑣,但此次推出的TD350很好的解決了這個問題。T350所有可由客戶自行更換的零件中,95%可實現(xiàn)免工具拆裝。用戶可從5個非熱插拔的SATA硬盤和2個內(nèi)置的網(wǎng)卡接口,一步擴展到 32個熱插拔硬盤、硬件RAID和多個10 GB網(wǎng)卡接口。小型企業(yè)可使用TD350的入門級配置,來支持簡單的文件/打印和應(yīng)用程序托管等需求,并能夠在將來通過輕松擴展,來支持更復(fù)雜的商業(yè)分析和大型數(shù)據(jù)庫應(yīng)用。
由于提供了遠程訪問功能并采用開放的行業(yè)標準,ThinkServer TD350能在任何環(huán)境之中勝任理想塔式服務(wù)器的角色——無論在前端辦公室以塔式機的形式服役,還是在持續(xù)擴展的數(shù)據(jù)中心用作機架式服務(wù)器。客戶還可自由選擇使用已有的管理工具,或者免費使用聯(lián)想所提供的工具,來管理該款服務(wù)器。
ThinkServer第五代產(chǎn)品均采用動態(tài)環(huán)保散熱設(shè)計,通過長時間可靠性測試證實,TD350可在45° C環(huán)境下不限時地連續(xù)運行,且不影響可靠性,特別適用于難以嚴格控制服務(wù)器所在環(huán)境溫度的成長型企業(yè)。并且易于安裝,噪聲低至32分貝,同時,設(shè)計符合“能源之星”的標準,通過提供高效率的電源單元選項,顯著降低客戶的電費支出。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,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。
同濟大學(xué)團隊開發(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。