近期,戴爾公司宣布對(duì)旗下的Tower系列工作站進(jìn)行擴(kuò)展升級(jí),其中,Precision Tower 7910工作站無(wú)疑是這一系列新品中性能最強(qiáng)悍的。本文就來(lái)介紹一下該款工作站的特點(diǎn)和性能。
處理器方面,通過(guò)采用兩個(gè)英特爾至強(qiáng)E5-2600 v3系列處理器(每個(gè)處理器支持最多18個(gè)內(nèi)核)實(shí)現(xiàn)空前出色的雙路性能,讓用戶更快速地輕松應(yīng)對(duì)最復(fù)雜、最苛刻的應(yīng)用程序。對(duì)于渲染、模擬和分析等計(jì)算密集型工作負(fù)載,Dell Precision Tower 7910可實(shí)現(xiàn)比前幾代產(chǎn)品快高達(dá)4.5倍的性能。
顯卡方面可選擇搭配最新的NVIDIA Quadro和AMD FirePro顯卡,為用戶提供專業(yè)軟件、應(yīng)用程序所需的強(qiáng)大功能,還可針對(duì)大型數(shù)據(jù)集提供容量更大的專用圖形內(nèi)存。利用最新的DDR4 RDIMM內(nèi)存技術(shù),系統(tǒng)內(nèi)存可擴(kuò)展至1TB,也可搭配256GB的固態(tài)硬盤。
Dell Precision Tower 7910配備集成式12 Gb/秒RAID控制器,可實(shí)現(xiàn)比上一代工作站高兩倍的I/O速度。
戴爾全新的Dell Precision Optimizer 2.0技術(shù),可實(shí)現(xiàn)自動(dòng)調(diào)整英特爾超線程技術(shù)、CPU的內(nèi)核數(shù)量、顯卡和電源設(shè)置,從而消除自定義設(shè)置的不確定因素。Dell Precision Optimizer 2.0在Dell Precision4上免費(fèi)提供,可自動(dòng)將Dell Precision Tower 7910工作站調(diào)整為以最快的速度運(yùn)行特定的程序,從而提高工作效率。
創(chuàng)新的機(jī)箱設(shè)計(jì),采用可從正面拆卸的硬盤和外部可拆卸電源,可針對(duì)內(nèi)部組件提供卓越的接觸功能,從而輕松進(jìn)行維護(hù)或升級(jí)。
總體來(lái)看,這款戴爾的Precision Tower 7910工作站主要針對(duì)工程、生產(chǎn)等計(jì)算秘籍型領(lǐng)域的高需求用戶設(shè)計(jì),造型簡(jiǎn)約,體積適中,非常適合企業(yè)級(jí)用戶采購(gòu)使用。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。