2014年3月7日,全球領(lǐng)先的IT產(chǎn)品及解決方案廠商戴爾今日宣布推出為全球企業(yè)日益增長(zhǎng)的圖形和數(shù)據(jù)密集型桌面虛擬化工作量提供支持的兩項(xiàng)新方案——首個(gè)工作站卓越虛擬化技術(shù)中心和Dell Wyse虛擬工作站數(shù)據(jù)中心解決方案。這是業(yè)務(wù)領(lǐng)先的技術(shù)公司首次與代表用戶的獨(dú)立軟件供應(yīng)商(ISV)密切的合作,以參考架構(gòu)的形式為市場(chǎng)帶來(lái)了成熟的解決方案,這些解決方案可以輕松地部署和擴(kuò)展,從而滿足虛擬環(huán)境下不同客戶的需求。
Dell Precision執(zhí)行總監(jiān)Andy Rhodes表示:“我們發(fā)現(xiàn)一項(xiàng)變化正在發(fā)生,即讓數(shù)據(jù)和圖形密集型應(yīng)用用戶能夠在辦公場(chǎng)所之外的地方安全訪問數(shù)據(jù)。隨著用戶需要移動(dòng)性且能夠在企業(yè)機(jī)構(gòu)內(nèi)外與他人進(jìn)行有效協(xié)作,固定工作站的理念已經(jīng)發(fā)生改變。此外,用戶與硬件之間那種一對(duì)一的關(guān)系正在被打破,因?yàn)樵絹?lái)越多的IT經(jīng)理將桌面虛擬化視為能讓用戶以安全、可管理且有效利用資源的方式訪問桌面和應(yīng)用的可行性方案。”
戴爾的首個(gè)工作站卓越虛擬化技術(shù)中心(CoE)將為客戶、渠道合作伙伴和獨(dú)立軟件供應(yīng)商提供一個(gè)物理環(huán)境和遠(yuǎn)程接入能力,用以對(duì)端到端虛擬工作站解決方案上部署應(yīng)用的收益進(jìn)行評(píng)估,涉及行業(yè)應(yīng)用領(lǐng)域包括工程、石油和天然氣、媒體和娛樂,以及其它2D和3D應(yīng)用。
該技術(shù)中心位于戴爾解決方案中心內(nèi),旨在幫助客戶和合作伙伴從戴爾專家處獲得專業(yè)建議,包括如何利用虛擬化工作站及在其之上構(gòu)建最適合業(yè)務(wù)需求的解決方案等。獨(dú)立軟件供應(yīng)商能夠?qū)μ摂M工作站環(huán)境下的現(xiàn)有應(yīng)用提供兼容性測(cè)試和認(rèn)證,并升級(jí)相關(guān)服務(wù)以更好地利用最新技術(shù)如NVIDIA GRID,GPUs等優(yōu)勢(shì),方便用于云部署。戴爾解決方案中心的成熟方法論可將這些能力和資源復(fù)制到戴爾在全球的其它解決方案中心。
西門子PLM軟件公司高級(jí)市場(chǎng)總監(jiān)Paul Brown表示:“戴爾的虛擬桌面技術(shù)中心對(duì)于西門子PLM軟件公司及其客戶而言都是一項(xiàng)寶貴的資源。我們?cè)诓煌奶摂M配置中完成了對(duì)NX軟件的認(rèn)證,為我們的客戶提供了多個(gè)部署選項(xiàng)以為其體系架構(gòu)提供未來(lái)的保障。我們的客戶可以復(fù)制和驗(yàn)證規(guī)劃的配置,以確認(rèn)軟硬件環(huán)境滿足他們的需求。這將是一個(gè)非常重要的資源,有助于遷移至用于類似NX™軟件等圖形密集型應(yīng)用的虛擬桌面環(huán)境之中。”
憑借其業(yè)內(nèi)一流的工作站和可靠的桌面虛擬化解決方案,戴爾還推出了Dell Wyse虛擬工作站數(shù)據(jù)中心端到端參考架構(gòu),幫助用戶簡(jiǎn)化和加快高性能、安全、可靠的桌面虛擬化的部署,運(yùn)行經(jīng)認(rèn)證的圖形和數(shù)據(jù)密集型的應(yīng)用。該解決方案通過(guò)應(yīng)用和公共數(shù)據(jù)的安全共享、快速部署和高效擴(kuò)展以及基礎(chǔ)設(shè)施的集中化管理,幫助企業(yè)機(jī)構(gòu)提高生產(chǎn)力和IT效率。
為履行Dell Precision對(duì)最佳認(rèn)證性能和可靠性的承諾,Dell Wyse虛擬工作站數(shù)據(jù)中心為搭載西門子PLM軟件的工作站級(jí)應(yīng)用提供了經(jīng)測(cè)試和認(rèn)證的配置,并將在未來(lái)數(shù)月為PTC Creo、Autodesk和Dassault Systèmes提供相應(yīng)支持。這些配置可優(yōu)化CPU功耗、內(nèi)存和其它應(yīng)用所需的性能。戴爾還將專門為工作站市場(chǎng)提供更高品質(zhì)的服務(wù)和支持,從而實(shí)現(xiàn)更快捷、更簡(jiǎn)單的部署、維護(hù)和服務(wù)流程。
Dell Wyse虛擬工作站數(shù)據(jù)中心可以采用配備Dell Precision R7610機(jī)架工作站或Dell PowerEdge R720機(jī)架服務(wù)器來(lái)部署,使用基于VMware Horizon View和Citrix XenDesktop平臺(tái)的NVIDIA GRID K1或K2圖形卡。通過(guò)最高達(dá)12核的新型Intel® Xeon®處理器E5 v2系列以及可提升數(shù)據(jù)吞吐量和性能的集成PCIe 3.0和AVX 2的I/O控制器,資源可根據(jù)每個(gè)用戶的運(yùn)算需求加以分配,從而為其提供可配置性極高的用戶體驗(yàn)。此外,企業(yè)級(jí)固態(tài)硬盤(SSD)可用于進(jìn)一步縮短響應(yīng)時(shí)間和提高用戶效率。用戶可通過(guò)各種不同的終端連接上網(wǎng),包括桌面電腦、筆記本電腦、平板電腦、Dell Precision塔式/移動(dòng)工作站以及Dell Wyse瘦客戶機(jī)/零客戶機(jī)。
新建的Dell Wyse虛擬工作站數(shù)據(jù)中心可幫助員工運(yùn)行要求苛刻的應(yīng)用程序,不僅有助于他們通過(guò)移動(dòng)接入應(yīng)用提高其辦公地點(diǎn)的靈活性,而且讓他們從公司自帶設(shè)備(BYOD)計(jì)劃中受益匪淺,例如改善工作流程、大幅節(jié)省時(shí)間、提高員工積極性。此外,通過(guò)集中托管的圖形處理環(huán)境,IT經(jīng)理能夠更高效地部署高端應(yīng)用,實(shí)現(xiàn)IT資源的有效利用,同時(shí)確保數(shù)據(jù)完整性和快速的自動(dòng)故障恢復(fù)。因?yàn)槿蚋鞯氐挠脩艨梢愿鶕?jù)各自需求遠(yuǎn)程接入相同的數(shù)據(jù)和應(yīng)用,該解決方案讓用戶之間能夠共享集中化的數(shù)據(jù)集,實(shí)現(xiàn)更高的效率以及與第三方的安全協(xié)作。
Pund-IT公司總裁兼首席分析師Charles King表示:“戴爾在提供創(chuàng)新的端到端資產(chǎn)以幫助客戶解決實(shí)際IT難題方面有著悠久的歷史。戴爾技術(shù)中心是公司深度融入客戶業(yè)務(wù)模式的又一例證??蛻艨梢曰诖鳡柹詈竦膶I(yè)知識(shí)、技能和經(jīng)過(guò)領(lǐng)先專業(yè)軟件應(yīng)用認(rèn)證的參考架構(gòu),成功地將數(shù)據(jù)和圖形密集型應(yīng)用轉(zhuǎn)移到虛擬環(huán)境中。”
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)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(jì)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(duì)提出SIRI方法,通過(guò)"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(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)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(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)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(duì)發(fā)現(xiàn),通過(guò)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(gè)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(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)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(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。