在戴爾的全球工作站出貨量中,塔式和移動工作站無疑是大頭,幾乎占據(jù)了六成和四成的份額,而機(jī)架式工作站僅僅占據(jù)7%的份額,中國市場則更為傳統(tǒng),約有80%-90%的工作站為傳統(tǒng)的塔式工作站,機(jī)架僅有2%。
在國外一個行業(yè)用戶中,曾經(jīng)做個這樣一個測試,在員工的工位上保留塔式工作站的機(jī)箱,而實際上所有的工作是在虛擬工作站上進(jìn)行,兩個月之后,沒有員工發(fā)現(xiàn)工作發(fā)生了轉(zhuǎn)變。
實際上,從塔式工作站遷移到虛擬工作站,用戶只需要克服心理上的擔(dān)憂,就可以實現(xiàn)更高的安全性,更好的協(xié)作能力等優(yōu)勢。
當(dāng)然,Andy也認(rèn)為,這種遷移并不會在一夜之間發(fā)生,在很多行業(yè)用戶中,對性能的要求其實并不是絕對高,他們有時需要移動,有時需要大量的工作站設(shè)備,這些應(yīng)用都暫時無需通過虛擬化工作站來進(jìn)行,同時企業(yè)部署虛擬化工作還需要對IT人員進(jìn)行進(jìn)一步的培訓(xùn)。
為了幫助用戶更好的挖掘工作站的價值,戴爾也在致力于利用完善的服務(wù)去幫助用戶,從而讓用戶不論使用哪種方案,或者使用混合式的方案,能夠最大化的提升業(yè)務(wù)效率與價值。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。