【2022 年 7 月 27日美国加州圣何塞讯】Super Micro Computer, Inc. (Nasdaq:SMCI) 为企业级计算、储存、网络和绿色计算技术等领域的全球领导者,宣布即将推出适用于安卓云游戏、媒体处理及交付的全面性IT解决方案。这些解决方案将搭载代号为Arctic Sound-M的Intel Data Center GPU,并将在多款Supermicro服务器上获得支持。
Supermicro采用Intel Data Center GPU(代号Arctic Sound-M)的解决方案,包括了适用转码和媒体交付的4U 10x GPU服务器、适合媒体处理应用的2U Supermicro BigTwin系统(可搭载多达8 个Intel Data Center GPU)、用于边缘AI 推理的Supermicro CloudDC 服务器,以及针对云游戏优化设计的Supermicro 2U 2 节点服务器(搭载3个Intel Data Center GPU)。其他系统将于今年稍后推出。
Supermicro总裁暨首席执行官Charles Liang表示:“Supermicro将通过整合Intel Data Center GPU来扩展我们的媒体处理解决方案。新的解决方案将有效提高视频串流速率,并实现更低延迟的安卓云游戏。通过Supermicro BigTwin系统,安卓云游戏的性能和互动性将得到大幅提高,而全新的Intel Data Center GPU则可大幅加强媒体交付和转码功能。这些解决方案将扩展我们领先市场的加速计算产品,包括从媒体处理及与交付到协作,以及高性能计算(HPC) 的各个领域。”

针对工作负载调整的系统
在当今以媒体为中心的世界里,转码是一项关键技术。Supermicro 4U 10x GPU服务器非常适合需要将多种格式传送到各种视讯装置的各个行业。
云端型游戏需要强大的计算能力,而且有为游戏爱好者提供交互式画格速率的需求。通过搭载Intel Data Center GPU(代号Arctic Sound-M)的Supermicro 2U 2节点服务器,安卓云端型游戏性能将提升到崭新境界。
内容交付网络(CDN)的媒体处理需要快速高效交付所有媒体类型。搭载Intel Data Center GPU的Supermicro BigTwin系统将为消费者提供多个视频内容串流。
Intel公司副总裁兼超级计算事业部总经理Jeff McVeigh表示:“Intel Data Center GPU是一种高弹性的解决方案,可加速处理日常生活不可或缺的工作负载。它结合了进阶的媒体功能、图形渲染设计和开放式软件堆叠,提供新一代视频会议、媒体交付和云游戏部署所需的高密度、低延迟与精致的视觉品质。Supermicro搭载Intel Data Center GPU的新产品可帮助客户快速部署。”
Supermicro通过Supermicro Building Block Solutions方法,能够更快将一系列产品推向市场,从而将新技术迅速集成到其服务器产品线。例如搭载全新Intel Data Center GPU(代号Arctic Sound-M)的安卓云游戏将支持比以往更多的交互式用户。采用业界首创的硬件AV1编码器和开放源代码媒体软件堆栈,与纯软件的影片转码相比,串流性能将获得大幅改善。
Intel Data Center GPU(代号Arctic Sound-M)旨在为云游戏、媒体处理及交付提供开放、灵活的解决方案。这款GPU将获得完整解决方案堆栈的支持,为开发人员提供用于串流媒体和安卓云游戏的开放源代码软件堆叠,并广泛支持最新的编解码器、图形API和架构。Intel Data Center GPU(代号Arctic Sound-M)采用可跨架构统一编程的Intel oneAPI,可取代专属语言锁定,提供一套经过实证考验的完整工具,使现有的语言和平行模型更为完善,助力硬件发挥完整性能。这将使开发人员能够设计开放、可移植的代码,让CPU和GPU的各种组合达到其最大性能。
更多解决方案相关信息请访问:https://www.supermicro.com/en/accelerators/intel
了解Supermicro详细信息,请访问www.supermicro.com
关于Super Micro Computer, Inc.
Supermicro (NASDAQ:SMCI) 是应用优化全方位IT解决方案的全球领导者。成立于美国加州圣何塞,Supermicro致力于为企业、云计算、人工智能和5G 电信/边缘IT 基础架构提供领先市场的创新技术。Supermicro正转型为全方位IT 解决方案提供商,完整提供服务器、人工智能、储存、物联网和交换机系统、软件和服务,同时继续提供先进的大容量主板、电源和机箱产品。Supermicro 的产品皆由企业内部设计和制造,通过全球化营运展现规模和效率,并优化以提高 TCO及减少对环境的影响(绿色运算)。屡获殊荣的Server Building Block Solutions 产品组合能让客户从灵活且可重复使用的构建区块所打造的广泛系统系列中选择,支持各种规格、处理器、内存、GPU、储存、网络、电源和散热解决方案(空调、自然气冷或液冷),进而针对客户实际的工作负载和应用实现最佳性能。
Supermicro、Server Building Block Solutions 和 We Keep IT Green 皆为Super Micro Computer, Inc. 的商标和/或注册商标。
所有其他品牌、名称和商标皆为其各自所有者之财产。
*使用Supermicro SYS-420GP-TNR服务器,搭载2个Intel Xeon Gold 6338处理器、1TB DRAM、Samsung PM863a 1.92TB 硬盘、Ubuntu 20.04、AMC Firmware 4.2.2.0、10x Intel Data Center GPU(代号Arctic Sound-M)、75W GPU、卡上的IFWI软件堆叠(ECC 内存停用版本)取得的测试结果
好文章,需要你的鼓励
据《华尔街日报》报道,在马斯克针对OpenAI的诉讼失败后,OpenAI正加速推进IPO计划。CEO萨姆·奥特曼希望公司最快于今年9月上市,目前已与高盛、摩根士丹利合作,并可能在数日或数周内秘密提交上市申请。与此同时,马斯克旗下SpaceX的IPO文件也预计近期公开。两家公司的上市竞争,标志着马斯克与奥特曼的博弈从法庭转移至资本市场。
KAIST团队提出策略助推方法,通过强制分配解题方向引导AI探索多样思路,仅用八份样本就超越了消耗八倍资源的传统方法。
调查显示,51%的专业人士认为AI生成的低质量内容(即"workslop")正在降低生产效率,45%的人因此对职场使用AI更加谨慎。这类内容表面精致却缺乏准确性和实质价值。专家建议两步应对:一是重塑AI生产力思维,推行"AI先行、人工复核"的工作模式;二是保持持续投入,深入掌握AI工具的有效用法。企业领导者强调,真正从AI中受益需要坚持与学习,而非浅尝辄止。
要理解这项研究,先得明白现在的AI是怎么"画"图的。 可以把AI生成图片的过程想象成一个特殊的厨房。当AI要学会画图时,它不会像人类画家那样一笔一画地描绘,而是采用一种叫做"自回归"的方式——简单说就是"一个食材接一个食材地添加"。但问题在于,AI厨房处理的"食材"不是真实的图像像素,而是一种被压缩过的"标准化食材包"。 这个压缩过程,叫做"离散分词",由一个叫"分词器"(tokenizer)的设备完成。打个比方,分词器就像一台高级的食材切片机,它把一整张图片切成很多小块,然后给每一小块贴上一个"编号标签",对应到一本"标签字典"(也就是研究者口中的"码本")里的某个条目。比如,标签001可能代表"蓝天的一小块",标签002代表"绿草的一小块"。 这种做法的好处是大幅简化了AI的工作量——它不用记住几百万个像素,只需要记住一串编号就行了。这就是为什么如今像Chameleon、Emu3这些大名鼎鼎的多模态AI模型都用这种技术。 但问题也恰恰出在这里。当切片机以16倍的压缩率工作时(也就是说原本256个像素被压缩成1个标签),很多细节就被无情地丢弃了。蓝天少一些云彩、草地少几根草尖,人眼几乎看不出来。可一旦切到了文字或人脸,灾难就发生了——一个英文字母"e"和"c"的差别可能就在那么几个像素,一张脸上眉眼的位置稍微挪一挪,整个人就变了样。 研究团队发现,认知科学研究早就指出,人类的视线会不自觉地被文字和人脸吸引,对这两类内容的细节扭曲特别敏感。换句话说,AI画其他东西糊一点没关系,但文字和脸糊了,用户立马就能察觉。 之前的研究者也意识到了这个问题,他们的解决思路通常是"加大切片机的容量"——比如把标签字典从1万6千条扩展到26万条,或者让每张图用更多的标签。但这就像为了切好一根胡萝卜而把整个厨房改造成大型工厂,成本高得离谱,而且效果也不见得好。 清华和微软的团队提出了一个完全不同的思路:与其让切片机变得更大,不如教它学会"看重点"。 二、给切片机装上"火眼金睛"