隨著生成式人工智能和 GPU 加速 AI 訓練與推理的興起,數據中心仍需關注 CPU 的重要性。現代化 CPU 不僅可以提升傳統工作負載性能,還能幫助企業為昂貴的 AI 基礎設施投資節省成本。高性能 CPU 可以顯著提升 AI 推理和訓練效率,同時在某些場景下直接運行 AI 算法。企業應考慮采用單插槽服務器等創新方案,以優化數據中心架構。
Intel 發布新一代 Xeon 6 處理器,采用性能核心設計,大幅提升數據中心工作負載性能,AI 處理性能最高提升 2 倍。新處理器還集成了 vRAN Boost 技術,可將無線接入網絡處理能力提升至 2.4 倍。此次發布對 Intel 重塑市場地位至關重要,公司希望通過技術創新和美國芯片法案支持,重振昔日輝煌。
Voltron Data 與埃森哲建立戰略合作,推出 GPU 加速分析引擎 Theseus,旨在解決 AI 數據處理的瓶頸問題。該技術能以更快速度處理海量數據,顯著提升 AI 項目效率,降低基礎設施成本。這一合作將幫助企業應對 AI 帶來的數據處理挑戰,為金融、零售等行業帶來巨大價值。
DDN 發布新一代 Infinia 2.0 對象存儲系統,專為 AI 訓練和推理設計。該系統號稱可將 AI 數據加速提升 100 倍,數據中心和云計算成本效率提高 10 倍。Infinia 2.0 采用鍵值對架構,集成多項先進技術,旨在消除 AI 工作負載瓶頸,加速數據流,并實現無縫擴展。
美光發布新一代PCIe 5.0 SSD - 4600系列,性能翻倍,主打AI PC、游戲玩家和專業用戶市場。采用276層TLC NAND和PCIe 5.0接口,讀寫速度分別達14.5GB/s和12GB/s,隨機讀寫IOPS達210萬,延遲大幅降低。搭載多項安全功能,適用于數據密集型AI應用場景。
高通推出驍龍 6 Gen 4 移動處理器平臺,旨在提升游戲和生產力性能。該平臺具備強大性能、長續航和超快 5G 連接,首次支持 Gen AI。預計多家知名手機廠商將在未來幾個月推出搭載該芯片的智能手機,為中端市場帶來全面升級。
HPE 的 Alletra MP X10000 對象存儲系統代表了一種新型的可擴展存儲硬件,采用了 VAST Data 首創的解耦共享一切(DASE)架構。HPE 的全球技術與戰略架構師 Dimitris Krekoukias 在博客中詳細列出了其主要特性,并解釋了這些特性為何被納入設計中。
Nvidia 推出 Spectrum-X 以太網網絡技術,結合 InfiniBand 自適應路由功能,可顯著提升存儲網絡性能。測試表明,在大規模 AI 訓練和推理場景中,該技術能將存儲網絡讀取帶寬提高近 50%,有效緩解網絡擁塞,加速 AI 工作負載。
Volumez 更新了其云端塊存儲配置服務,通過 DIaaS 產品支持容器化應用和生成式 AI。該技術可以最大化 GPU 利用率,自動化 AI 和機器學習流程。Volumez 旨在解決現有 AI 基礎設施中的存儲效率低下、資源利用不均衡等問題,提高性能并簡化管理,從而加速 AI 項目進程。
Alluxio 發布新版本,專注優化 AI 模型訓練性能。主要改進包括加快數據訪問、增強 Python 集成、優化 S3 存儲訪問等。這些更新旨在加速模型訓練過程,提高 GPU 利用率,幫助企業更快地將 AI 模型推向市場。
Ocient 與 AMD 合作,采用第四代 EPYC CPU,將處理能力提升 3.5 倍,內存吞吐量翻倍。這一升級不僅顯著提高了數據分析性能,還降低了運營成本和能耗,為企業應對 AI 和大數據分析的挑戰提供了強有力的支持。
OpenZFS 2.3.0 版本推出了多項新功能,包括 RAID 擴展和更快的數據重復刪除。該版本將出現在包含 ZFS 的 Linux 發行版中,并最終進入 FreeBSD。新功能包括 RAID 擴展、快速重復數據刪除和直接 IO 支持,提高了存儲系統的靈活性和性能。
MariaDB 發布新版企業平臺,引入原生矢量搜索功能,支持 AI 應用開發。新版本還增強了 JSON 支持、升級工具和查詢優化器,旨在簡化數據庫架構,提升性能和可用性。這一更新標志著 MariaDB 在私有化后重新聚焦產品創新,以滿足市場對 AI 和云原生技術的需求。
TigerGraph 發布圖數據庫云平臺重大更新 Savanna,網絡部署速度提升 6 倍,新增多項功能。升級后的平臺可獨立擴展存儲和計算能力,無規模限制,以滿足 AI 工作負載需求。新版本還提供 9 種預配置解決方案,優化了資源消耗模型,支持更多數據源和查詢語言。
BMC Software 發布了其大型機服務的數據存儲和 AI 生產力增強功能。此次更新擴展了 Cloud Data Sets 功能,實現了對象存儲的無縫過渡,簡化了備份和恢復流程。同時,BMC AMI Assistant 新增了對多種編程語言的支持,并引入了 Java 性能管理工具和混合 AI 功能,旨在提高開發效率和簡化根本原因分析。
雪花公司宣布將一項名為 SwiftKV 的優化技術集成到其托管的大型語言模型中。這項技術通過重復利用早期層的隱藏狀態信息,避免重復計算后續層的鍵值緩存,從而顯著提高推理效率。據稱,該技術可將 LLM 推理吞吐量提高 50%,并將某些開源模型的推理成本降低高達 75%。這一突破有望大幅提升 AI 應用的性能和效率。
UnifabriX 公司推出基于 CXL 連接的外部 MAX 內存設備,通過創新的內存架構設計,有效解決 AI 領域日益突出的內存帶寬瓶頸問題。該方案不僅能顯著提升 AI 處理性能,還可大幅降低部署成本,為大規模 AI 模型的訓練和部署提供了新的解決思路。
亞馬遜云服務推出兩款高性能云桌面實例,提供更強大的計算資源。新實例類型支持工作站級應用,但也凸顯了云桌面在實時數據流處理方面的局限。AWS 同時優化了 Windows 鏡像轉換流程,有望簡化企業云桌面部署和管理。
Parallels 發布了一項新技術預覽版,允許在蘋果 Arm 芯片上運行為 x86_64 架構設計的操作系統虛擬機,如 Windows。然而,這一功能目前運行緩慢,啟動時間長達 7 分鐘,且存在諸多限制。盡管如此,這一嘗試仍展現了 Parallels 在虛擬化技術領域的創新精神。
BMC 軟件公司推出 AMI Cloud Data 平臺的新功能 Cloud Data Sets,為大型機存儲帶來革命性變革。該功能實現了大型機數據直接訪問云對象存儲,無需修改現有 JCL 或應用程序。這一創新使 IT 運營團隊能夠用云存儲完全取代傳統磁帶存儲,簡化操作并最小化業務中斷。BMC 預計未來五年內,大多數組織將逐步淘汰二級磁帶存儲,轉向更經濟高效的云對象存儲解決方案。